Engineering Manager - Applied AI

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Руководитель направления Applied AI в talabat: управление командой data scientists, которая строит и выводит в продакшн ML и генеративные AI-системы для продуктов и бизнеса компании. Роль сочетает people-лидерство и техническую экспертизу, владение роадмапом и доставкой AI-продуктов.

Задачи

• Руководить командой data scientists, развивать и удерживать сотрудников, задавать высокую планку технического качества
• Совместно с рекрутингом привлекать сильных специалистов по data science и ML
• Менторить команду по ML best practices, дизайну агентных систем, production engineering и коммуникации со стейкхолдерами
• Проводить командные ритуалы: планирование, design reviews, ретроспективы
• Переводить неоднозначные бизнес-задачи в чётко очерченные ML и AI-решения с измеримыми критериями успеха
• Владеть техническим роадмапом команды и приоритизировать работу по data enrichment, автоматизации, self-serve инструментам и агентным фичам
• Внедрять harness-first подход, evaluation-пайплайны, LLM observability и инфраструктуру
• Встраивать оценку качества в каждую итерацию продукта: golden datasets, метрики, регулярные eval-джобы
• Курировать полный ML-жизненный цикл: пайплайны данных, feature engineering, обучение, деплой, serving и мониторинг
• Продвигать использование LLM и генеративного AI для обогащения данных и автоматизации решений
• Проектировать и анализировать A/B и мультивариантные эксперименты
• Повышать стандарты ML и инженерии: MLOps, качество кода, тулинг, внутреннее обучение
• Работать с product managers и бизнес-командами над поиском AI-возможностей
• Коммуницировать со старшими стейкхолдерами от постановки задачи до результатов
• Сотрудничать с инженерными командами для интеграции в продакшн

Требования

• Глубокая экспертиза в machine learning, генеративном AI, deep learning, NLP, рекомендательных системах и data mining
• Практическое знание ML и GenAI-фреймворков: Scikit-learn, XGBoost, LightGBM, PyTorch, TensorFlow, Transformers, fine-tuning LLM
• Владение OpenAI SDK и знакомство с API крупных LLM-провайдеров
• Опыт работы с LangGraph для агентных workflow
• Опыт с Hugging Face (Transformers, Hub, Inference API)
• Понимание embeddings, dense и sparse retrieval, векторных баз данных и семантического поиска для RAG
• Сильные основы software engineering: чистый production-код, структуры данных и алгоритмы, дизайн ML-систем
• Опыт вывода и мониторинга ML-моделей в продакшне, знание MLOps
• Навыки data и ML engineering: оркестрация пайплайнов (например, Airflow), feature engineering
• Отличный SQL и Python, статистическая база: дизайн экспериментов, causal inference, предиктивные методы
• Знакомство с дизайном агентных систем (harness-first, LLM observability, evaluation pipelines) — плюс
• Опыт с BigQuery и Google Cloud Platform — плюс
• Степень бакалавра в Engineering, Computer Science или смежной области; постград — плюс
• 6+ лет опыта в data science, ML engineering и/или генеративном AI, включая вывод моделей в продакшн
• 2+ года управления или лидерства командой data science/ML
• Опыт построения ML-систем в онлайн-потребительском продукте — плюс

Условия

• Работа в talabat, ведущем приложении on-demand доставки и Q-commerce на Ближнем Востоке
• Культура высокой производительности и роста talent density
• Мульти-награждённое место работы (multi great place to work award winner)
• Команда 6000+ сотрудников в восьми странах региона

Навыки

• Machine Learning
• Generative AI
• Deep Learning
• NLP
• Recommendation Systems
• Data Mining
• Scikit-learn
• XGBoost
• LightGBM
• PyTorch
• TensorFlow
• Transformers
• LLM fine-tuning
• OpenAI SDK
• LangGraph
• Hugging Face
• Embeddings
• Vector databases
• RAG
• MLOps
• Airflow
• SQL
• Python
• BigQuery
• Google Cloud Platform
• A/B testing