Senior AI/ML Engineer – Applied AI Lead

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

Senior AI/ML инженер, который выводит ML-решения из разработки в продакшн и выстраивает зрелые MLOps-практики. Роль с лидерским уклоном: ведёт прикладные AI-кейсы и обеспечивает измеримый бизнес-эффект.

Задачи

• Проектировать, разрабатывать и выводить в продакшн ML-модели: обучение, валидация, деплой, мониторинг и переобучение
• Вести AI-кейсы: client lifetime value, прогнозирование оттока, детекция фрода и злоупотреблений
• Выстраивать MLOps-практики: пайплайны деплоя, CI/CD, продвижение окружений, управление жизненным циклом моделей
• Внедрять фреймворки мониторинга моделей: производительность, дрейф данных, качество данных, бизнес-эффект
• Определять стратегии переобучения и эскалации для продовых моделей
• Обеспечивать объяснимость моделей с помощью SHAP, feature attribution и других техник интерпретации
• Задавать и контролировать best practices по governance моделей, документации, версионированию и аудируемости
• Совместно с Data Engineering работать над пайплайнами данных, feature engineering, воспроизводимостью и масштабируемыми данными
• Взаимодействовать с Product, Risk, Commercial и другими стейкхолдерами, переводя бизнес-задачи в прагматичные AI-решения
• Драйвить непрерывные улучшения через инсайты мониторинга, обратные связи и переобучение моделей
• Менторить членов команды и продвигать best practices в production AI, MLOps и прикладном ML

Требования

• 5–8+ лет опыта построения и деплоя ML-моделей в продакшн-среде
• Сильные навыки Python и хорошие основы software engineering
• Сильное понимание концепций ML, оценки моделей и feature engineering
• Практическое понимание продовых ML-аспектов: утечка данных, дрейф, стабильность моделей
• Практический опыт со Spark / PySpark и обработкой больших данных
• Опыт с MLflow или аналогичными инструментами жизненного цикла ML
• Опыт построения и поддержки CI/CD-пайплайнов, желательно на GitHub Actions
• Сильный SQL и опыт работы с большими сложными датасетами
• Подтверждённая способность давать AI/ML-решения с измеримым бизнес-эффектом
• Опыт деплоя моделей, мониторинга, детекции дрейфа и стратегий переобучения
• Сильные коммуникативные навыки с техническими и нетехническими стейкхолдерами
• Умение балансировать скорость MVP и продовую надёжность в меняющейся среде

Условия

• Конкурентный пакет вознаграждения по квалификации и опыту
• Программа обучения и развития сотрудников
• Множество командных и групповых мероприятий
• Бонусы ко дню рождения и за лояльность
• И многое другое

Навыки

• Python
• Spark
• PySpark
• MLflow
• CI/CD
• GitHub Actions
• SQL
• SHAP
• MLOps
• feature engineering
• model monitoring
• drift detection