AdTech — направление объединяет рекламные продукты и инструменты для бизнеса VK, которое упрощает начало работы и ежедневное взаимодействие с рекламными кампаниями для любых категорий пользователей от начинающих предпринимателей до профессионалов маркетинга.

Команда занимается разработкой технологий в интеграции с крупнейшими в русскоязычном пространстве соцсетями и сервисами — ВКонтакте, Одноклассники, порталом и почтовой службой Mail.ru, а также рекламной платформой myTarget.
Минимум бюрократии и максимум возможностей влиять на продукт, а скорость воплощения фичей иногда доходит до пары недель от идеи до релиза.
— Сотни серверов, миллионы запросов к API, миллиарды событий в сутки и терабайты статистики;
— 300 способов таргетирования;
— Доступ к аудитории охватом более 140 миллионов человек;
— 95% мобильной аудитории рунета.

Являясь частью AdTech, рекламная сеть имеет доступ к петабайтам данных о поведении пользователей. 
Обработка этих данных невозможна без алгоритмов машинного обучения. А следовательно успешность работы рекламной сети, прибыльность рекламных кампаний, удовлетворенность наших пользователей во многом зависит от результатов работы ML-отдела. 
Формирование гипотез, построение ML-моделей, проведение экспериментов на таком объеме данных большой вызов для ML-инженеров нашего отдела.

Задачи

• проводить полный цикл разработки моделей на основе машинного обучения и статистики: от исследований и получения данных до встраивания в продакшен и продуктовой аналитики;
• в составе команды формулировать продуктовые гипотезы, разрабатывать их и поддерживать реализованные продукты.

Требования

• Навыки разработчика — алгоритмы и структуры данных, хранилища данных, программирование на любом современном языке программирования, инструментарий разработчика;
• Постановка и декомпозиция Data Science задач;
• Машинное обучение — знание классических supervised/unsupervised моделей, базовое понимание нейросетевых моделей;
• Проведение офлайн/онлайн-экспериментов;
• Теория вероятностей и математическая статистика;
• Понимание, как строить инженерные процессы вокруг DS задач — пайплайны, работа моделей в продакшене, деплой, воспроизводимость.

Будет плюсом

• Предыдущий опыт работы с задачами из области интернет-рекламы (Computational Advertisng);
• Предыдущий опыт работы в высоконагруженных веб-проектах;
• Предыдущий опыт работы с рекомендательными системами;
• Знакомство с Hadoop стеком — Hadoop, Spark;
• Знакомство с системами продуктовой аналитики (пример: Clickhouse + Apache Superset);
• ML Ops.