Направляем энергию в дело. Мы развиваем цифровую платформу сбытового департамента «Газпром нефти», запускаем IT-проекты и совершенствуем клиентский опыт, чтобы скорые приезжали к людям, промышленные предприятия добывали, а люди успевали по своим делам и путешествовали.
Лидер управления продвинутой аналитики и искусственного интеллекта приглашает в команду руководителя центра ML-инжиниринга. Выбирайте преимущества и бонусы работы в стабильной компании, реализуйте себя в масштабных проектах.
Обязанности
Техническое лидерство и управление жизненным циклом решений
- 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).
Решение ключевых бизнес-задач
- 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.
Стратегическое взаимодействие
- 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.
Требования
Глубокий технический бэкграунд
- Солидный опыт разработки и внедрения промышленных систем с применением алгоритмов машинного обучения (full cycle ownership).
Экспертиза в MLOps & продакшен
- Доказанный 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).
- Опыт работы с платформами контейнеризации (Docker/Kubernetes) и CI/CD-пайплайнами.
- Знание актуальных трендов: постоянное отслеживание и понимание последних достижений в области искусственного интеллекта, машинного обучения и смежных технологиях.
Владение технологическим стеком
- Продвинутое знание Python для ML/DS-задач. Опыт работы с классическими методами ML, фреймворками и библиотеками.
- Практическое применение LLM и архитектур типа RAG.
- Понимание и опыт применения методов оптимизации (знание GAMS/CPLEX или аналогичных инструментов — сильное преимущество).
- Опыт работы с системами очередей (AMQP/RabbitMQ), кэширования (Redis) и распределенными вычислениями. Уверенная работа с SQL, опыт с BigData-технологиями (Hadoop/Hive или аналоги).
- Знание Git Workflow и систем CI/CD (GitLab CI/CD).
Образование
- Высшее образование в области Computer Science, прикладной математики или смежных технических дисциплинах.
- Английский язык на уровне Intermediate или выше.
Дополнительное преимущество
- Опыт работы в доменных областях: ритейл / e-commerce, логистика, производство, управление технологическими процессами.
