VK·Санкт-Петербург·14 окт.
ML-разработчик ВКонтакте
Ориентир по рынку≈ 150 000 – 335 000 ₽наша приблизительная оценка по 88 вакансиям этой роли и грейда, у работодателя вилка не указана
≈ 1,8 тыс.–4,1 тыс. $
🏢 ОфисMiddleПолная занятость
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги». Объявление живое, и что за работа, понятно из текста.
3 из 4 в норме
Вилку не назвали: какую сумму назвать вам и ниже какой не соглашаться
Деньги
Сумму в объявлении не указали. Ориентир на созвон: столько платят в 88 похожих вакансиях Разработчик уровня Middle.
Живость
Открыта 15 дней, и признаков фиктивного найма у неё нет. Раньше не выкладывалась.
Описание
Обязанности: 3, требования: 5. Главное перечислено по пунктам.
- Обещают
- аккредитованная IT-компания
Что требуют
ОбязательноMLHadoopSparkJava
Полный разбор в Pro
Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме
Сколько просить
Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга
Ваше резюме против требований
Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика
Спросить у работодателя
9 вопросов именно к этой вакансии: что спросить на первом созвоне
Когда откликаться
Стоит ли спешить: за сколько дней VK обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Наша компания
Умная лента — первое, что видит пользователь, когда открывает приложение ВКонтакте. Сто миллионов пользователей каждый месяц заходят в наш сервис за новостями, публикациями и мемами. Наша задача — найти для каждого из них самый интересный контент среди его подписок и порекомендовать что-то новое. Наши задачи покрывают обширную часть рекомендательных систем: информационный поиск, ранжирование, алгоритмы на графах, контентный анализ. Всё это возводится в степень больших данных и высоких QPS: если матричные факторизации — то распределённые; если модели ранжирования — то эффективные. Ищем ML-инжен
Чем предстоит заниматься
Улучшать базовое качество рекомендаций и ранжирования
Анализировать поведение пользователей и потребление контента, выдвигать и проверять гипотезы, проводить А/В-тесты
Принимать участие в разработке сервисов, внедрять алгоритмы в бэкенд на Java
Наши требования
Опыт работы в ML от трёх лет
Знание классических алгоритмов и принципов ML
Знание алгоритмов и структур данных
Опыт работы с технологиями обработки больших данных (Hadoop, Spark, YT и другое)
Понимание принципов работы и подходов к построению рекомендательных систем
