pythonsqlkubernetesredisdockermicroservicesmlopsci cdmachine learningbig data
hhВакансия с HeadHunter. Контакт ведёт на hh.ru
Пожаловаться
Зарплата и рынок
ЗП не указанаразвернуть
На похожих ролях по рынку
$5.3к$6кмедиана$7.1к
15 в выборке
На международном рынке: $205к/год ($155к - $260к)
85
Отличная вакансия
развернуть
Хорошо структурированная роль Tech Lead в крупной стабильной компании с четким фокусом на полный цикл ML-разработки и MLOps.
Современный стек
Четкие задачи
Стабильность
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Tech Lead ML (Python/MLOps): Руководство разработкой и внедрением промышленных ML-систем — от исследований и PoC до production deployment, мониторинга и поддержки — с акцентом на высоконагруженные микросервисные архитектуры и качество инженерных решений. Focus on применение методов машинного обучения к временным рядам и задачам оптимизации, развитие MLOps-практик и координацию работы с BI, DWH/Data Lake, Data Quality и DevOps.
Локация: Санкт-Петербург, Дегтярный переулок, 11Б. Гибридный формат работы
Компания
Газпромнефть-Региональные продажи — подразделение «Газпром нефти», развивающее IT-решения для региональных продаж.
Что делать
Руководить командой MLE-инженеров на всех этапах ML-проектов: от формулировки гипотез и PoC до разработки, внедрения в production, мониторинга и поддержки.
Обеспечивать качество архитектуры, кода и моделируемых решений, развивая MLOps-практики.
Применять методы машинного обучения для задач от временных рядов до оптимизации бизнес-процессов, включая складскую логистику.
Проектировать и внедрять высоконагруженные микросервисные архитектуры для ML-систем.
Координировать работу с командами BI, DWH/Data Lake, Data Quality и DevOps для сквозной реализации проектов и обеспечения качества данных.
Наставлять участников команды и развивать техническую экспертизу в ML-инжиниринге.
Требования
От 3 до 6 лет опыта.
Солидный опыт разработки и внедрения промышленных систем с применением алгоритмов машинного обучения и full cycle ownership.
Подтвержденный опыт вывода ML-проектов в production.
Практическое применение MLOps: тестирование моделей и сервисов, логирование, мониторинг, версионирование данных и кода; MLFlow, DVC или ClearML.
Опыт работы с Docker, Kubernetes и CI/CD-пайплайнами, включая GitLab CI/CD.
Продвинутое знание Python для ML/DS-задач, классических методов машинного обучения, фреймворков и библиотек.
Опыт работы с системами очередей AMQP/RabbitMQ, кэширования Redis и распределенными вычислениями.
Уверенная работа с SQL и опыт с Big Data-технологиями Hadoop/Hive или аналогами.
Высшее образование в области Computer Science, прикладной математики или смежных технических дисциплин.
Хорошо, если есть
Знание и опыт применения методов оптимизации.
Знание GAMS, CPLEX или аналогичных инструментов.
Культура и преимущества
Бессрочный трудовой договор и официальные гарантии.
Фиксированная часть вознаграждения обсуждается индивидуально; предусмотрено годовое премирование по итогам общих достижений и индивидуального результата.
ДМС со стоматологией и страхование жизни.
Профессиональное развитие в IT-сообществе, корпоративный спорт, командные турниры и забеги.
Офис в центре города с капсулой сна, лекторием, спортзалом, кафе и киноклубом.
Семейные мероприятия, поддержка волонтерских инициатив, экологичного поведения и благотворительных проектов.
Будьте осторожны
Если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого. Это мошенники. Обязательно жмите «Пожаловаться» или пишите в поддержку. Подробнее в гайде →