Senior Software Engineer - Machine Learning (all genders)

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

Инженерная роль на стыке data-платформ, машинного обучения, оптимизации и продуктовой разработки в команде Lounge Assortment Optimisation. Нужно выводить ML- и GenAI-продукты в надёжную продакшн-эксплуатацию.

Задачи

• Строить и эксплуатировать продакшн-системы для оптимизации, прогнозирования, машинного обучения и сценариев Generative AI
• Проектировать масштабируемые data- и ML-пайплайны на Python, Databricks, Spark, Airflow и dbt с чёткими data-контрактами и надёжной обработкой сбоев
• Давать Applied Scientists возможность эффективно разрабатывать и оценивать модели: переиспользуемые обучение, оценка, деплой и трекинг экспериментов
• Выводить модели в продакшн: определять надёжные входы и выходы, автоматизировать деплой, мониторить качество и производительность, обеспечивать трассируемость поведения моделей
• Разрабатывать и эксплуатировать нагрузки в подходящей среде исполнения: Databricks jobs для распределённой обработки данных и ML, Docker-приложения в Kubernetes-подах
• Строить операционные дашборды, алерты и runbook'и для понимания состояния систем и реагирования на инциденты
• Вместе с продуктом и коммерческими партнёрами превращать бизнес-правила и требования к решениям в поддерживаемые программные компоненты
• Поднимать инженерную планку через прагматичные стандарты системного дизайна, тестирования, код-ревью, CI/CD, observability и операционной ответственности

Требования

• 3+ года опыта построения и эксплуатации data- или ML-систем в продакшне (MLOps, data engineering, ML-платформы или ML-продукты)
• Поддерживаемый продакшн-код на Python и практики доставки ПО: автотесты, код-ревью, CI/CD
• Сильные основы software engineering: надёжность, масштабируемость, observability, поддерживаемый системный дизайн
• Понимание деплоя и эксплуатации облачных нагрузок: AWS, Docker-контейнеры, Kubernetes
• Умение ясно общаться с техническими и нетехническими стейкхолдерами и превращать неоднозначные задачи в надёжные системы
• Плюс: опыт с Generative AI-продуктами, включая оценку и мониторинг LLM
• Приветствуется знакомство с AI-инструментами разработки: Codex, Claude Code, Co-pilot

Условия

• Программа акций для сотрудников
• Скидки 40% на fashion и beauty товары Zalando, 30% на Lounge by Zalando и скидки партнёров
• 2 оплачиваемых дня волонтёрства в год
• 27 дней отпуска в год для full-time сотрудников
• Помощь с релокацией по предварительной договорённости
• Семейные сервисы, включая консультирование и поддержку
• Опции для здоровья и благополучия (Wellhub, ранее Gympass)
• Поддержка ментального здоровья и коучинг
• Развитие через обучающую платформу и дважды в год peer-to-peer review

Навыки

• Python
• Databricks
• Spark
• Airflow
• dbt
• Docker
• Kubernetes
• AWS
• MLOps
• Generative AI
• LLM
• CI/CD