Руководитель разработки Core-бэкенда рекомендательной системы

Описание вакансии

Наша команда разрабатывает бэкенд рекомендательной системы для ключевых сервисов VK. Мы создаём технологии, которые помогают миллионам пользователей находить актуальный и интересный контент.

Рекомендательная система обрабатывает сотни тысяч запросов в секунду, персонализируя ленты в реальном времени с использованием моделей машинного обучения. Мы уже успешно внедрили наши рекомендательные технологии в такие сервисы, как Дзен, VK Видео, VK Клипы, VK Музыка и лента ВКонтакте.

Наша цель — построить унифицированную платформу рекомендательных систем, которая обеспечит высокую эффективность и удобство для специалистов по машинному обучению. Система должна легко решать их задачи через конфигурации и пользовательский интерфейс, позволяя максимально сосредоточиться на качестве рекомендаций, а не на технических ограничениях инфраструктуры.

Стек: Java 21, YTSaurus, Cassandra, Kafka, Gradle 8, GitLab & TeamCity, CatBoost, Off-Heap Memory, SpringBoot, TestContainers.

Задачи

Проектирование и разработка распределённой, отказоустойчивой и масштабируемой инфраструктуры для обработки и выдачи рекомендаций
Разработка платформенных решений, которые позволяют ML-специалистам легко управлять моделями и экспериментами через конфигурации и UI
Оптимизация производительности системы под высокие нагрузки
Создание инструментов для мониторинга, отладки и улучшения качества рекомендаций
Взаимодействие с командами по машинному обучению, инфраструктуре и продуктовой разработке для интеграции решений

Требования

Опыт управления командой разработки, участие в стратегическом планировании технического развития
Глубокие знания в области архитектуры бэкенд-систем, распределённых вычислений, работы с базами данных
Опыт работы с высоконагруженными сервисами и проектирования отказоустойчивых решений
Владение C++, Go, Java или другими системными языками
Опыт создания платформенных решений, в том числе API, UI и систем конфигурирования
Опыт оптимизации вычислений и хранения данных