- Страна
- Узбекистан
AI/ML Delivery Manager
Uzum — это быстрорастущая экосистема с сильным брендом. Работа с AI/ML в финтехе на позиции Delivery Manager предлагает отличные возможности для профессионального роста и работы над высоконагруженными продуктами.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Роль требует глубокого понимания жизненного цикла ML-разработки (MLSDLC) и специфики финтеха, включая антифрод и работу с эмбеддингами. Высокая ответственность за интеграцию ИИ в реальные бизнес-процессы повышает порог входа.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Зарплата в вакансии не указана, однако для уровня Senior AI/ML Delivery Manager в международном финтехе рыночные предложения обычно начинаются от 350 000 рублей и выше. Учитывая масштаб Uzum, можно ожидать конкурентоспособную компенсацию.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
*👨💻* AI/ML Delivery Manager Uzum
*▪️*Компания Uzum
*▪️*Формат #УдаленкаМир
Ищу к себе в команду AI/ML Delivery Manager (FinTech)
Нужно будет отвечать за скорость и результат поставки ML-решений в прод с последующей интеграцией в бизнес процессы конечных заказчиков.
Домен - FinTech
Продукты
• Антифрод сервис
• Эмбеддинги пользователей для даунстрим задач
• ИИ боты/ассистенты
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- AI
- Machine Learning
- Delivery Management
- Fintech
- Anti-fraud
- Embeddings
- AI Chatbots
- MLOps
Возможные вопросы на собеседовании
Важно понимать, как кандидат справляется с неопределенностью, характерной для ML-проектов.
Как вы управляете рисками и сроками в ML-проектах, где точность модели сложно предсказать заранее?
Проверка опыта работы с конкретными продуктами, указанными в вакансии.
Расскажите о вашем опыте внедрения антифрод-систем: с какими основными препятствиями при интеграции вы сталкивались?
Delivery Manager должен уметь объяснять ценность сложных технологий бизнесу.
Как вы выстраиваете коммуникацию между Data Science командой и бизнес-заказчиками для приоритизации задач?
Проверка понимания технических аспектов поставки моделей.
Каков ваш подход к организации процесса CI/CD для ML-моделей (MLOps) с точки зрения менеджмента?
Оценка умения измерять успех внедренных решений.
Какие метрики эффективности (KPI) вы используете для оценки успеха внедрения ИИ-ассистентов в бизнес-процессы?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

