Обязанности:
Мы в поиске Лида DS в команду, которая специализируется на разработке ПО для инвестиционной аналитикиЧем предстоит заниматься: Определение и планирование направления: - Определять стратегическое направление развития DS/ML в компании.- Формировать roadmap ML инициативы и приоритизировать задачи.- Проводить research и proof of concept для новых технологий и подходов.- Взаимодействовать с product и business для понимания требований.- Планировать ресурсы и координировать с Data Engineering и DevOps командами. Разработка и архитектура: - Разрабатывать ML модели и алгоритмы решений бизнес-задач.- Проектировать архитектуру ML систем и data pipeline.- Дизайн feature engineering решений и структур данных.- Разрабатывать цепочки обработки данных с использованием сервисов Data Engineering.- Интеграция ML-сервисов с backend сервисами через API.- Оптимизировать производительность моделей и их inference latency.- Мониторинг качества моделей в production (Model Monitoring).- Внедрять best practices по обработке данных. Взаимодействие со смежными командами: - Координировать с Data Engineering по подготовке и инжинирингу данных.- Работать с DevOps по deploy и инфраструктуре для ML моделей.- Консультировать backend-команды по интеграции ML-сервисов.- Участвовать в архитектурных обсуждениях с техническими лидерами других направлений.- Проводить Code review и feedback для смежных команд по ML-related задачам. Для нас важно: Основные компетенции: - От 5 лет опыта разработки на Python со специализацией в Data Science.- Опыт управления направлением/инициативами без формального подчинения команды.- Опыт управления командами DS и ML инженерами.- Опыт взаимодействия и координации с соседними инженерными командами (Data Engineering, DevOps).- Опыт превращения бизнес-задач в технические решения ML/AI. Технические компетенции: - Опыт работы с LLM и Transformer архитектурами.- Опыт fine-tuning и prompt engineering для LLM.- Знание RAG (Retrieval Augmented Generation) систем.- Глубокие знания Machine Learning.- Опыт работы с Deep Learning (PyTorch, TensorFlow/Keras).- Опыт разработки и деплоя ML моделей в production.- Глубокие знания SQL и работы с Data Warehouse (ClickHouse, PostgreSQL).- Опыт работы с временными рядами и прогнозированием (Time Series Forecasting).- Знание основ NLP и Computer Vision (преимущество). Технологический стэк: - Data Science: scikit-learn, pandas, numpy, statsmodels, scipy.- Deep Learning: PyTorch, TensorFlow/Keras, Hugging Face transformers.- ML Operations: MLfow, Kubeflow.- Базы данных: PostgreSQL, ClickHouse, MongoDB, S3.- Streaming: Apache Kafka.- Инфраструктура: Docker, Kubernetes, Cloud Native решения.- Visualization: Jupyter, Grafana.- Testing: pytest, unittest.- Языки: Python, SQL, Bash. Личностные качества: - Техническое лидерство.- Умение принимать ответственные решения в условиях неопределенности.- Развитые навыки коммуникации и презентации технических решений.- Способность к стратегическому мышлению и долгосрочному планированию.- Самостоятельность и инициативность в решении проблем.- Дисциплинированность и ответственность за результат.- Ориентация на достижение целей.- Внимание к деталям и ответственность за качество.- Готовность делиться знаниями и помогать коллегам.- Адаптивность к изменениям и открытость к новым технологиям.- Умение работать в быстро меняющемся окружении.- Проактивность в выявлении и решении проблем.- Конструктивный подход к решению задач и конфликтов. Дополнительные стек и требования: - Понимание принципов Feature Engineering и Feature Store.- Опыт работы с фреймворками ML Ops (MLflow, Weights & Biases, Kubeflow).- Опыт работы с большими данными (Apache Spark, Distributed systems).- Опыт работы с Kafka для потоковой обработки данных.- Опыт написания тестов и документирования ML-кода.- Опыт определения и внедрения governance-политик для ML-моделей.- Опыт работы на позициях Senior/Lead в стартапах или быстрорастущих компаниях.- Опыт работы с инструментами мониторинга и наблюдаемости (Prometheus, Grafana).- Знание Cloud Native решений (Kubernetes, Docker). Главный принцип SkillStaff - Выбирай! РАЗНООБРАЗИЕ ПРОЕКТОВ. Выбирай из сотен компаний и проектов то, что интересно и полезно для твоего роста. SkillStaff помогает реализовывать ежегодно порядка 500 различных ИТ-проектов для крупного бизнеса. КОМФОРТ. SkillStaff — аккредитованная IT-компания, белая зарплата и удобный график работы. Создавай идеальные условия для своей работы: удаленная работа или возможность работать как в офисе клиента, так и в комфортном офисе SkillStaff в центре Москвы на Воздвиженке. РАЗВИТИЕ. Выбирай сам путь, по которому ты хочешь развиваться. Используй возможность обмена опытом и получение знаний через участие в разных проектах, совместную работу с высококвалифицированными коллегами. КУЛЬТУРА. Нашу культуру создают сами сотрудники – мы их слышим и помогаем развиваться, чтобы #вместе переходить на новый уровень!Похожие вакансии
Data Scientist (Предиктивная аналитика: инвестиционное направление)
Договорная
Москва
Ростелеком Информационные Технологии