Team Lead MLE / Data Science (Last Mile & Agents)

Навыки

• AI-агенты
• AI-инструменты в работе
• API (интеграции)
• Работа с бэклогом
• Big Data
• CI/CD
• Code review

О компании и продукте

• Дивизион «Моделирование и исследование данных» отвечает за компетенцию Data Science в Блоке. Мы разрабатываем и внедряем end-to-end-решения на основе машинного обучения в бизнес-процессы Сети продаж банка.
• Мы ищем Team Lead, который возьмет на себя управление небольшим ядром команды (2 человека) для направления внешней дистрибуции банковских карт.

Задачи

• Управление и процессы
• Выдвижение гипотез, формирование бэклога и управление командой из 2 DS/ML-инженеров, контроль качества кода и соблюдение сроков релизов
• Выстраивание процессов промышленной разработки и CI/CD внутри команды, внедрение best practices MLOps
• Координация взаимодействия между командой DS, командами внедрения (бэкенд/инфраструктура) и бизнес-заказчиками (продуктовые менеджеры)
• Участие в архитектурных митингах, защита технических решений перед руководителем Блока
• Экспертиза и разработка
• Полный цикл ведения ML-проектов и AI-агентов для задач Last-Mile (оптимизация точек присутствия, маршрутизация, предиктивная аналитика спроса на карты, оценка довозимости) — от бизнес-постановки до A/B-тестирования и оценки финансового эффекта
• Разработка и доведение до production-эксплуатации AI-агентов (GenAI) и ML-моделей для взаимодействия с клиентами в каналах дистрибуции
• Проектирование и ревью кода ML-моделей и ключевых алгоритмов
• Личное участие в написании наиболее сложных, критически важных компонентов кода (Python) и проведение код-ревью
• Ключевой стек
• Classic ML: Модели прогнозирования для внешней дистрибуции, оптимизация логистики, выбора канала вручения карты, оценка довозимости
• AI Agents: Создание агентских систем на базе LLM для автоматизации процессов и улучшения клиентского опыта на этапе доставки и активации
• От кандидата ожидаем
• Хард-скиллы
• Глубокие компетенции: Python (пром-код), ML, Statistics , LLM/Agents (обязательно), MLOps (Docker, CI/CD, мониторинг), базовое понимание DE (работа с большими данными)
• Опыт промышленной разработки на Python от 4-х лет (из которых минимум 1 год в роли Tech Lead или архитектора)
• Опыт работы с GPT-like-моделями (инженерия промптов, создание агентов, работа с векторными БД, интеграция API)
• Понимание принципов A/B-тестирования и методов оценки uplift/финансового эффекта от внедрения моделей
• Умение писать чистый, масштабируемый и пром-ready код (понимание SOLID, паттернов проектирования)
• Софт-скиллы
• Опыт менторства, готовность развивать младших коллег и нести ответственность за результат команды

Требования

• Развитые коммуникативные навыки для работы с нетехническими заказчиками — умеете переводить бизнес-задачи на язык метрик ML и объяснять результаты модели понятным для бизнеса языком

Условия

• График 5/2, офис на м. Кутузовская
• Режим работы — офис
• Достойный уровень вознаграждения (оклад + годовая премия)
• Возможность возглавить AI-направление и влиять на цифровую трансформацию банка
• Широкие возможности для профессионального развития: корпоративный университет и множество онлайн-программ обучения. Корпоративное обучение за счёт компании
• Бесплатная подписка СберПрайм+, многочисленные скидки и бонусы от партнёров: СберМаркет, МегаМаркет, Самокат, Еаптека и др

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.