Старший DL-инженер в Рекомендации

О команде: Мы — группа мультимодальных контентных моделей в отделе экспериментальных технологий AI VK. Разрабатываем технологии глубокого понимания контента и применяем их для развития рекомендательных систем ВКонтакте. Строим модели, которые извлекают представления из постов, клипов, длинных видео и музыкальных треков, объединяя текст, изображение, видеоряд, речь и звук. Позиция находится на стыке ресёрча и инженерии: от чтения статей и постановки экспериментов до масштабного обучения, оптимизации инференса и A/B-тестов.

Задачи:
- Разрабатывать и обучать базовые embedding-модели для текста, изображений, видео, речи, звука и музыки
- Разрабатывать мультимодальные модели и контентные классификаторы
- Исследовать архитектуры и методы обучения представлений (metric learning, contrastive, self-supervised, supervised)
- Строить датасеты и бенчмарки, проводить масштабные эксперименты
- Адаптировать модели под retrieval и рекомендательные системы
- Интегрировать модели в продуктовые механики рекомендаций постов, клипов, видео и музыки
- Оптимизировать и масштабировать обучение и инференс
- Деплоить модели и сопровождать их в продакшене, проводить A/B-тесты и мониторинг
- Настраивать пайплайны сбора и разметки данных, работать с асессорами и синтетическими данными

Требования:
- Опыт разработки, обучения и внедрения DL-моделей
- Уверенное знание теории ML и DL, алгоритмов, линейной алгебры, теории вероятностей и статистики
- Умение проектировать эксперименты, выбирать метрики и интерпретировать результаты
- Навык написания чистого поддерживаемого кода
- Владение практиками разработки с кодовыми агентами
- Умение быстро осваивать новые предметные области
- Готовность работать и с исследовательской, и с инженерной частью задачи
- Открытость, ответственность, самостоятельность, проактивность

Будет плюсом:
- Опыт разработки поисковых или рекомендательных систем в индустриальном масштабе
- Опыт с embedding-моделями, metric/contrastive/representation learning
- Опыт с мультимодальными моделями, VLM, audio-language моделями, video encoders
- Опыт обучения моделей для аудио, музыки, речи, изображений или видео
- Опыт self-supervised learning и обучения на больших слабоструктурированных датасетах
- Опыт распределённого обучения на нескольких GPU или узлах
- Опыт оптимизации моделей: профилирование, квантизация, дистилляция
- Опыт построения больших датасетов и бенчмарков
- Публикации на профильных ML-конференциях