ML-разработчик в ywat4AB рекомендаций фильмов и сериалов в jN w4th7 — Россия, Москва
Зарплата не указана
ОткликнутьсяНаправление фильмов и сериалов в jc Nseqz отвечает за развитие одних из ключевых сценариев потребления: фильмы, сериалы, детский контент, ТВ-шоу и тематические подборки. Мы хотим сделать эти сценарии удобнее и персональнее для пользователя: помогать находить хороший фильм на вечер, выбирать следующую серию любимого сериала, продолжать просмотр с нужного места и получать релевантные рекомендации без дублей.
Мы ищем ML-разработчика, который будет развивать киносериальные рекомендации: формулировать и проверять гипотезы, развивать матчинг и дедупликацию контента, обучать модели, обеспечивать стабильную работу рантайма, проводить A/B-эксперименты и развивать систему метрик.
Что предлагаем
• Большой масштаб — десятки миллионов пользователей, высоконагруженный рантайм и большие данные
• Значимую продуктовую зону — фильмы и сериалы являются одним из ключевых драйверов роста вовлечения и TVT
• Сильную техническую среду — Discovery-платформа, ML-инфраструктура, Java, YTsaurus, быстрый цикл экспериментов
• Нетривиальные задачи — матчинг тайтлов, дедупликация копий, рекомендации сериалов, подборки, работа с плейлистами и кластерными сущностями
• Реальное влияние на продукт — возможность влиять не только на модели, но и на качество пользовательских сценариев
Задачи
• Развивать рекомендации для фильмов, сериалов, детского контента, ТВ-шоу и тематических подборок, а также разрабатывать механизмы матчинга и дедупликации контента
• Обеспечивать стабильную работу ML-решений в высоконагруженном рантайме
• Проводить A/B-эксперименты и принимать решения на основе данных
• Находить точки роста и формулировать продуктовые и ML-гипотезы
Требования
• Имеете от года опыта разработки ML-решений
• Уверенно пишете код на Python, Java или C++
• Умеете работать с продуктовыми метриками и A/B-тестами
• Готовы брать на себя сложные технические задачи и доводить решения до продакшена
Будет плюсом
• Работали с рекомендательными, поисковыми или рекламными системами
• Работали с ML-системами в условиях высокой нагрузки
• Работали с видео, медиа, UGC или стриминговыми продуктами
• Сталкивались с задачами матчинга и дедупликации контента
• Имеете опыт оптимизации ML-рантайма и production-инфраструктуры