Вакансия в архиве
Компания больше не ищет сотрудника. Посмотрите похожие предложения
Сбер

Senior / Lead MLOps

в Сбер

250 000 —‍ 500 000 ₽/мес на руки

📍 Москва (м. Кутузовская)Офис или гибрид
Специализация
Data Science / DevOps / Architect
Уровень
Senior

Команда продукта «Интеллектуальная система управления руководителя» занимается созданием продукта, разработка которого включает:

  1. Data-решения для управленческих функций: витрины данных и базы знаний на основе множества источников структурированной и неструктурированной информации.

  2. AI-сервисы для инструментов руководителя от идеи до промышленной эксплуатации, а именно:

    • Развитие голосового виртуального ассистента для помощи руководителю.
    • Классификация встреч/задач.
    • Умные цели по эффективности.
    • Автоматический график встреч сотрудника.
    • Извлечение главного из диалоговых последовательностей (голос, текст).
  3. Решения с использованием сервисов партнеров экосистемы (Jazz, SberChat, Салют).

  4. Трекер задач (аналог Trello), обеспечивающей управление задачами end2end: от планирования до мониторинга выполнения и поиска корневых причин.

  5. Инструменты оценки встреч и обратной связи, реализующие принципы прозрачности в рамках follow-up менеджмента.

Вызовы заключаются в определении единой MLOps-архитектуры (концептуальная архитектура и microservices solution architecture) для деплоя AI-моделей продукта с учетом взаимосвязи между их входами и выходами.

Дополнительный вызов —‍ исследование большого количества новых источников данных и участие в организации интеграционных взаимодействий в части доставки исходных данных до целевой платформы —‍ получателя информации, а также создания единого централизованного хранилища различных данных под нужды микросервисов внутри продукта (сервисы аналитики, исполнения моделей).

В задачи сотрудника входят:

  • Определение концептуальной и microservices solution архитектуры для обеспечения согласованной работы аналитических (в т.ч. AI) сервисов продукта с учетом требований к технологическому стеку внутри банка.
  • Подготовка решений на основе моделей и реализация MLOps-функции для деплоя моделей в промышленное окружение с учетом функциональных и нефункциональных требований.
  • Выстраивание единой схемы данных продукта с учетом основных требований к их доступности и согласованности для обеспечения исполнения моделей в режимах batch-processing и NRT.
  • Обработка новых источников данных.
  • Разработка сервисов загрузки данных из новых источников.
  • Выстраивание промышленных интеграций между источниками и получателем информации, включающее ETL-процессы, проектирование staging area и внутренней логики ЦХД от схем с сырьевыми данными до схем с конечными витринами с учетом требований отдельных функциональных подсервисов (в т.ч. AI-моделей) продукта.

Технологии/инструменты

PythonSQLDockerOpenShiftLinuxGitJiraBitbucketNexusJenkinsETL/ELTAb InitioInformaticaFlaskDjangoApache NiFi/Airflow

Обязанности

  • Сбор и спецификация функциональных и нефункциональных требований к промышленным решениям с использованием AI-моделей.
  • Поддержка инфраструктурного пайплайна AI-решений.
  • Оценка нагрузки и выбор систем хранения.
  • Формирование технических требований для обеспечения масштабируемости, надежности и низкой задержки работы микросервисов.
  • Разработка и актуализация микросервисной архитектуры с учетом одобренного тех. стека.
  • Определение архитектурного data-ландшафта всего продукта.
  • Реализация скриптов предобработки и загрузки данных в БД (Python, стандартные библиотеки для работы с данными).
  • Подготовка Python-скриптов к использованию в серверном окружении в рамках микросервисной архитектуры.
  • Реализация логики обработки данных в БД PostgreSQL (PL/pgSQL) и Greenplum.
  • Организация интеграций с Централизованным ХД (Greenplum) в рамках ETL-пайплайнов.
  • Организация контейнеризации AI-моделей.

Наши ожидания

  • Опыт контейнеризации: Docker, OpenShift.
  • Опыт работы с Linux.
  • Знание инструментов DevOps (MLOps): Git, Jira, Bitbucket, Nexus, Jenkins.
  • Сбор и спецификация требований к произвольному элементу data-ландшафта: pipeline, DB, DWH (dim/lkp/fact/table, DDS/ODS, data mart).
  • Продвинутый уровень SQL (DDL, DML, DCL, TCL + диалекты T-SQL, PL/SQL, PL/pgSQL).
  • Желателен опыт разработки ML моделей и опыт работы с библиотеками PyTorch/Tensorflow, Pandas, NumPy, Scikit-learn.
  • Опыт обработки больших объемов данных и распараллеливания вычислений.
  • Знание ETL/ELT + ETL-инструменты: Apache NiFi/Airflow, Ab Initio, Informatica, Airflow.
  • Знание ЯП Python: функциональный подход, ООП, библиотеки для анализа данных, WEB-фреймворки (Flask, Django и др.).
  • Ключевые архитектурные парадигмы построения детального слоя хранилищ данных (DDS DWH).

Мы готовы предложить

  • Гибридный график работы.
  • Хороший офис (AgileHome) рядом со станцией метро Кутузовская со всеми удобствами (столовые + множество кафе + кухни с холодильниками, кофемашинами и т.п.; бесплатный спортзал; бесплатная подземная парковка на 1000+ мест; места для отдыха —‍ настольный теннис, несколько playstation, кикер, бильярд).
  • Достойная заработная плата (оклад + премии).
  • Возможность работать с современным стеком технологий.
  • Оформление по ТК РФ.
  • Социальный̆ пакет (ДМС).
  • Огромный каталог образовательных программ, возможность обучения и сертификации за счет компании.
  • Программа льготного кредитования в Сбербанке.
  • Дисконт-программы от множества компаний партнеров.
  • Возможность принять участие в других крупных и уникальных проектах Банка.
Команда HR Сбер рекрутер
Сбер

О компании Сбер

Сфера
Банки / Финтех
Размер
1001+

Сбербанк — крупнейший банк в России, Центральной и Восточной Европе, один из ведущих международных финансовых институтов. Самый дорогой российский бренд и самый сильный банковский бренд в мире по версии Brand Finance.

Похожие вакансии

500 000 – 800 000 ₽/мес на руки
📍 Москва (м. Белорусская), можно удалённо из РФ
500 000 – 800 000 ₽/мес на руки
📍 Москва (м. Белорусская), можно удалённо из РФ
450 000 – 550 000 ₽/мес на руки
📍 Москва (м. Кропоткинская), Санкт-Петербург (м. Адмиралтейская), Екатеринбург, Сочи, полная удалёнка
400 000 – 460 000 ₽/мес на руки
📍 Москва (м. Аэропорт), Санкт-Петербург (м. Адмиралтейская), офис или гибрид
400 000 – 550 000 ₽/мес на руки
📍 Москва (м. Киевская), офис или гибрид