Senior Project Manager в AI Projects Group, направление Pretrain Data (Egocentric & Synthetic). Ведёте проекты развития новых подходов к данным для обучения VLA: новые источники (эгоцентрика, синтетика, опенсорс), новые способы сбора и новые пайплайны обработки и разметки. Это R&D-трек, а не операционный сбор — массовый телеоп-сбор ведёт отдельная команда Data Mining Ops. Новые источники и способы получения данных — главный рычаг масштабирования VLA-моделей за пределы того, что даёт текущий операционный сбор. Ваша работа напрямую влияет на скорость прогресса всего AI-трека и ключевые цели Центра. Обязанности Управлять скоупом проектов — какие новые источники/подходы пилотируем сейчас, а что откладываем; удерживать границу между рабочим пайплайном и бесконечным ресёрчем держать фокус команды на нужном результате — на пригодности нового подхода для обучения VLA (данные реально повышают метрики), а не на исследовании ради исследования совместно с Tech Lead'ом направления планировать и декомпозировать работы по проектам и формализовать Definition of Done для нового пайплайна / источника поддерживать Jira-baseline трека: 100% эпиков с оценками, 100% активных задач в спринте, 0% stale > 14 дней готовить регулярные Project-апдейты (weekly portfolio update, статус по проектам, эскалации) вести проектные метрики — под каждый проект свои: зрелость/готовность нового пайплайна, объём и % пригодных данных на выходе, стоимость датапойнта источника, покрытие action space, вклад источника в метрики VLA (% brake-rate в обучении) вести контракты с поставщиками: лицензии на videogen-модели, mocap-оборудование, датасеты, разметка передавать отлаженные пайплайны и способы сбора в Data Mining Ops (3 смены, 40+ операторов) для масштабирования; согласовывать пилоты новых методов сбора координировать с командой Physical AI Factory — pipeline-инфраструктура, ClearML-регистрация, NFS-кэш, трассировка «данные → модель → метрика» вести risk register по проектам с регулярным review и эскалацией ИД AI Group. Требования Опыт работы от 5-ти лет в проектном/технологическом управлении, из них 2+ в data-heavy ML-проектах опыт управления пайплайнами данных: ingestion → cleaning → labeling → registry → trace. ETL, DataOps, data quality понимание videogen / generative models (Sora-class, LTX, Stable Video) и их fine-tuning под domain-specific задачи — на уровне engineering manager знание ML data lifecycle: sourcing → labeling → augmentation → pretraining → eval опыт работы с Jira, PMBoK или аналог, риск-менеджмент, ресурсное планирование, бюджетирование Уровень владения английским B1+ (research papers, dependencies, документация) Будет плюсом: Действующий сертификат PMBoK / IPMA Опыт PM в data engineering для robotics / Self-Driving / VLA Опыт работы с Mocap / sensor fusion Опыт работы с Cross-embodiment / robot learning Знание ClearML / MLflow / W&B Понимание sim-to-real gap. Условия офисный формат в Москве (м. Автозаводская) ежегодный пересмотр зарплаты и годовая премия расширенный ДМС и льготное страхование для семьи уникальная система обучения Сбера для профессионального и карьерного развития выгодная ипотека для сотрудников подписка Прайм с возможностью совместного использования на трёх близких вознаграждение за рекомендацию друзей в команду Сбера корпоративная пенсионная программа.
Похожие вакансии