Практика ориентирована на создание решений, которые отвечают потребностям заказчиков, применяя традиционные модели машинного обучения и DL/LLM/GenAI-подходы. Заказчиками могут выступать компании из B2B и B2C-направлений, которые стремятся улучшить свою эффективность за счет AI/ML-сервисов.
Чем предстоит заниматься:
- Управление кросс-функциональной командой для успешной реализации ИИ-проектов, связанных с анализом временных рядов;
- Формирование стратегии развития направления, защита стратегии;
- Внедрения в контур информационных систем Заказчика разработок направления;
- Декомпозиция стратегических целей на тактические задачи, постановка задач команде и распределение ресурсов для их выполнения;
- Взаимодействие с заказчиками и смежными подразделениями (аналитика, разработка, продукт) для обеспечения слаженной работы и выполнения проектных сроков;
- Мониторинг прогресса выполнения проектов, контроль достижения оперативных и стратегических KPI, своевременное выявление и устранение рисков и отклонений;
- Организация процессов разработки и внедрения моделей машинного обучения, включая их интеграцию в продуктовую среду.
Для нас важно:
- Высшее образование (математика, компьютерные науки, физика, инженерия или смежные области);
- Опыт работы в области машинного обучения от 5+ лет;
- Опыт от 2+ лет на позиции Tech Lead/Team Lead с управлением командой из 3-5 человек;
- Глубокое понимание принципов машинного обучения, включая опыт работы с технологиями: TS (Time Series), NLP, CV, LLM, RecSys, Reinforcement Learning;
- Навыки эффективной коммуникации с нетехническими стейкхолдерами (менеджмент, заказчики, продукт). Умение объяснять сложные технические концепции простым и понятным языком.
- Готовность работать на территории РФ.
Специализированные навыки:
- Знание BigData-стека: опыт работы с Apache Spark, Hadoop, а также языками программирования Java/Scala;
- Опыт работы с MLOps-инструментами (MLflow, Kubeflow, Airflow и др.) для автоматизации процессов разработки и эксплуатации моделей;
- Понимание принципов разработки и внедрения масштабируемых ML-решений в production;
- Опыт работы с облачными платформами (AWS, GCP, Azure) и их сервисами для ML и BigData;
- Опыт работы в Agile/Scrum-командах.
