Локация

TPO ML

Альфа-Банк
Москва Опыт работы от 3 лет Постоянная занятость Полный день
Поделиться

Описание

Ищем опытного руководителя в техническую команду развития 2х продуктов на MLOps-экспертизы Альфабанка:

- Платформа распознавания и валидации документов;
- Система немодельных сервисов и алгоритмов;

Кто мы - Центр развития MLOps-экспертизы Альфабанка. Мы развиваем единую MLOps - экосистему банка.

- Среда разработки моделей / пайплайны train и inference;
- Среда исполнения моделей и пайплайны доставки;
- Среда немодельных сервисов;
- Feature Store;
- AutoML;
- A/B тестирование;
- RAG и AI - агнеты.

Основной стек: Jupyterhub/Coder, Airflow, ArgoWF, MLflow, Seldon core/Kserve, Python, Hadoop (spark, hdfs), Docker,Kubernetes, longhorn, minio, jenkins, Kafka, Redis, PostgreSQL, OpenSearch

Чем предстоит заниматься:

- Глубоко погружаться в процессы развития 2х продуктов;

- Управлять командами, отвечать за качество релизного цикла;

- Управление ожиданиями заказчиков;

- Планировать спринты, отвечать за реализацию в срок и согласно DoD;

- Проактивное решение потенциальных инфраструктурных проблем;

- Самому погружаться в архитектуру и разработку;

- Структурный подход к краткосрочному и среднесрочному планированию с использованием Jira, организация работы с тех долгом.

Что мы ожидаем от кандидата:

- Опыт управления 2-мя командами разработки на Python от 5 человек от 3х лет;

- Опыт проведения 1-1, составление ИПР, правил онбординга;

- Понимание продуктового подхода, мышление беклогом от года;

- Опыт погружения в инфраструктурные задачи - k8s, devops, ci/cd;

- Опыт работы Hadoop, Spark, Kafka, ELK;

- Понимание ML/MLOps-стека будет преимуществом;

- Опыт в enterprise-компаниях будет преимуществом;

- Самостоятельность в доведении задач до результата;

- Проактивность и инициативность в предложениях по тех решениям;

- Полное погружение в инфраструктуру и команду;

- Командность, готовность помогать коллегам и пользователям;

- Умение собрать общую картину ожидаемого результата, вместо решения конкретно поставленной задачи.

Что мы предлагаем:

- Стабильный и прозрачный доход: размер заработной платы обсуждается по итогам собеседования;

- Работу из офиса или гибридный формат работы (на выбор);

- Сложные и интересные задачи, современный стек технологий;

- Возможность вертикального и горизонтального карьерного роста: регулярно проходят тренинги, вебинары, митапы и демо-дни;

- Доступ к бесплатным корпоративным библиотекам Alpina Digital, MyBook и бизнес-изданий;

- Предложения от Банка только для сотрудников: собственный спортзал, а также скидки на услуги туристических агентств, продукты питания, в рестораны, бары, магазины.

18 дней назад Источник: hh.ru
Обращаем Ваше внимание, что вакансия взята с внешнего источника hh.ru. Администрация сайта не несет ответственность за ее содержание.
Рекомендуемые вакансии
  • Национальная система платежных карт
  • Москва
... исследования и прототипирования решений (классический ML и нейросетевые модели) до внедрения ... полном цикле разработки новых ML-решений (классический ML, нейросетевые модели) - от ... систем Участие в развитии ML-платформы и ML-инфраструктуры для задач команды ...
24.12.2025
  • Финфрейм
  • Москва
... качества моделей. Работать с классическими ML-задачами (скоринг, антифрод, рекомендации, NLP ... опыт: Уверенные практические навыки в ML: градиентный бустинг, линейные модели, ... язык разработки. Опыт работы с ML-фреймворками ( scikit-learn , LightGBM / ...
17.12.2025
  • Ecom.tech
  • Москва
... Prometheus, Grafana. ML инфраструктура: JupyterHub, MLFlow, Airflow. ML: Scikit-learn, XGBoost ... . Обучение и инференс классических ML алгоритмов на GPU. Прогнозирование ... и согласование дизайна ML решения Обучение классических ML моделей Продуктовизация ( ...
16.12.2025