Руководитель центра ML инжиниринга в Газпромнефть-Региональные продажи.

Навыки

• BI-инструменты
• Big Data
• CI/CD
• Data Lake
• Data Quality
• Docker
• DWH

О компании и продукте

• Техническое лидерство и управление жизненным циклом решений, решение ключевых бизнес-задач, стратегическое взаимодействие

Задачи

• Руководить командой MLE-инженеров на всех этапах реализации проектов: от формулировки гипотез и исследований (PoC) до разработки, промышленного внедрения (production deployment), мониторинга и поддержки ML-решений
• Обеспечивать высокое качество архитектуры, кода и моделируемых решений (MLOps практики)
• Применять методы машинного обучения для решения широкого спектра задач: от временных рядов и анализа текстов (NLP, LLM) до оптимизации бизнес-процессов (например, складская логистика)
• Проектировать и внедрять высоконагруженные микросервисные архитектуры для ML систем
• Тесно взаимодействовать с бизнес-заказчиками для глубокого понимания задач, формирования требований и управления ожиданиями
• Эффективно координировать работу со смежными командами (BI, DWH/Data Lake, Data Quality, DevOps) для обеспечения сквозной реализации проектов и качества данных
• Развитие Команды & Экспертизы:Наставлять членов команды (менторинг), повышая их техническую экспертизу в ML-инжиниринге и качество инженерных решений
• Активно участвовать в генерации новых идей, выявлять возможности для роста бизнеса через применение машинного обучения и предлагать технологические решения
• Какого кандидата мы ищем
• Высшее образование в области Computer Science, Прикладной Математики или смежных технических дисциплинах
• Солидный опыт разработки и внедрения промышленных систем с применением алгоритмов машинного обучения, успешный опыт вывода ML-проектов в продакшн
• Практическое знание и применение принципов MLOps: тестирование моделей/сервисов, логирование, мониторинг, версионирование данных и кода (MLFlow/DVC/ClearML)
• Практическое применение LLM и архитектур типа RAG
• Опыт работы с системами очередей (AMQP/RabbitMQ), кэширования (Redis) и распределенными вычислениями
• Уверенная работа с SQL, опыт с BigData технологиями (Hadoop/Hive или аналоги)
• Опыт работы в доменных областях: ритейл / e-commerce, логистика, производство, управление технологическими процессами

Требования

• Опыт работы с платформами контейнеризации (Docker/Kubernetes) и CI/CD пайплайнами, знание Git workflow
• Продвинутое знание Python для ML/DS задач, знание классических методов ML, фреймворков и библиотек
• Понимание и опыт применения методов оптимизации (знание GAMS/CPLEX или аналогичных инструментов - сильное преимущество)

Условия

• Место работы: г. Санкт-Петербург, Виленский пер
• График работы: 5/2, 09:00 - 18:00, пт. до 16:45
• Гибридный формат работы - офис 5 р/мес
• Трудоустройство по ТК РФ
• Размер оклада обсуждается с успешным кандидатом
• Годовое премирование по итогам общих достижений и индивидуального результата

Паспорт вакансии

История публикации

Откуда что взялось

Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.

Почему на этом месте в выдаче

Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.