- Страна
- Россия
Откликайтесь
на вакансии с ИИ

Руководитель центра ML инжиниринга
Престижная компания, масштабные задачи и отличный социальный пакет (ДМС, спортзал, офис в центре). Однако гибридный график требует присутствия в офисе в СПб, что может быть ограничением для кандидатов из других регионов.
Сложность вакансии
Высокая сложность обусловлена руководящей ролью, требующей сочетания глубоких технических знаний (MLOps, LLM, оптимизация) и управленческих компетенций в крупной корпоративной структуре.
Анализ зарплаты
Для позиции уровня Head of ML в крупной нефтегазовой компании или финтехе в Санкт-Петербурге рыночные вилки обычно начинаются от 450 000 рублей. Учитывая масштаб «Газпром нефти» и требования к экспертизе в LLM и оптимизации, итоговое вознаграждение с учетом годовых премий может значительно превышать средние рыночные показатели.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Газпром-Нефть уже сейчас
Присоединяйтесь к лидеру отрасли и возглавьте создание инновационных ML-решений в «Газпром нефти»!
Описание вакансии
#vacancy #вакансия #спб #санкт-петербург #гибрид #руководитель #ml #machine_learning #газпромнефть
Руководитель центра ML инжиниринга
Направляем энергию в дело. Мы развиваем цифровую платформу сбытового департамента «Газпром нефти», запускаем IT-проекты и совершенствуем клиентский опыт, чтобы скорые приезжали к людям, промышленные предприятия добывали, а люди успевали по своим делам и путешествовали. Лидер управления продвинутой аналитики и искусственного интеллекта приглашает в команду Руководителя центра ML инжиниринга. Выбирайте преимущества и бонусы работы в стабильной компании, реализуйте себя в масштабных проектах.
Что нужно делать
Ключевая задача
Техническое лидерство и управление жизненным циклом решений, решение ключевых бизнес-задач, стратегическое взаимодействие
Основные обязанности
• Руководить командой MLE-инженеров на всех этапах реализации проектов: от формулировки гипотез и исследований (PoC) до разработки, промышленного внедрения (production deployment), мониторинга и поддержки ML-решений.
• Обеспечивать высокое качество архитектуры, кода и моделируемых решений (MLOps практики).
• Применять методы машинного обучения для решения широкого спектра задач: от временных рядов и анализа текстов (NLP, LLM) до оптимизации бизнес-процессов (например, складская логистика).
• Проектировать и внедрять высоконагруженные микросервисные архитектуры для ML систем.
• Тесно взаимодействовать с бизнес-заказчиками для глубокого понимания задач, формирования требований и управления ожиданиями.
• Эффективно координировать работу со смежными командами (BI, DWH/Data Lake, Data Quality, DevOps) для обеспечения сквозной реализации проектов и качества данных.
• Развитие Команды & Экспертизы:Наставлять членов команды (менторинг), повышая их техническую экспертизу в ML-инжиниринге и качество инженерных решений.
• Активно участвовать в генерации новых идей, выявлять возможности для роста бизнеса через применение машинного обучения и предлагать технологические решения.
Какого кандидата мы ищем
Обязательные требования
• Высшее образование в области Computer Science, Прикладной Математики или смежных технических дисциплинах
• Солидный опыт разработки и внедрения промышленных систем с применением алгоритмов машинного обучения, успешный опыт вывода ML-проектов в продакшн
• Практическое знание и применение принципов MLOps: тестирование моделей/сервисов, логирование, мониторинг, версионирование данных и кода (MLFlow/DVC/ClearML)
• Опыт работы с платформами контейнеризации (Docker/Kubernetes) и CI/CD пайплайнами, знание Git workflow
• Продвинутое знание Python для ML/DS задач, знание классических методов ML, фреймворков и библиотек
• Практическое применение LLM и архитектур типа RAG
• Понимание и опыт применения методов оптимизации (знание GAMS/CPLEX или аналогичных инструментов - сильное преимущество)
• Опыт работы с системами очередей (AMQP/RabbitMQ), кэширования (Redis) и распределенными вычислениями
• Уверенная работа с SQL, опыт с BigData технологиями (Hadoop/Hive или аналоги)
Преимуществом при отборе будет
• Опыт работы в доменных областях: ритейл / e-commerce, логистика, производство, управление технологическими процессами
Что мы можем предложить взамен
Условия работы
• График работы: 5/2, 09:00 - 18:00, пт. до 16:45.
• Гибридный формат работы - офис 5 р/мес.
• Трудоустройство по ТК РФ
Вознаграждение
• Размер оклада обсуждается с успешным кандидатом
• Годовое премирование по итогам общих достижений и индивидуального результата
Социальный пакет
• ДМС со стоматологией и страхование жизни
Чем еще привлекательна эта вакансия
• Бессрочный трудовой договор
• Профессиональное развитие в IT-сообществе лидирующей в отрасли компании
• Корпоративный спорт, командные турниры и забеги
• Комфортный офис в центре города: капсула сна, лекторий, спортзал, кафе и киноклуб
• Семейные мероприятия: праздники и спортивные мероприятия на свежем воздухе
• Поддержка волонтерских инициатив сотрудников, экологичного поведения и участие в благотворительных проектах
Для отклика пишите Откликнуться
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Python
- Machine Learning
- LLM
- SQL
- Kubernetes
- CI/CD
- MLOps
- RAG
- NLP
- Redis
- Docker
- Hadoop
- MLflow
- DVC
- Hive
- RabbitMQ
- ClearML
Возможные вопросы на собеседовании
Проверка опыта управления полным циклом разработки и внедрения ML-моделей.
Расскажите о самом сложном ML-проекте, который вы вывели в продакшн: с какими архитектурными вызовами вы столкнулись и как их решили?
Оценка зрелости кандидата в вопросах автоматизации и надежности систем.
Как вы выстраиваете процессы MLOps в команде, чтобы обеспечить воспроизводимость экспериментов и стабильность мониторинга моделей?
Проверка навыков взаимодействия с бизнесом и приоритизации задач.
Как вы подходите к оценке бизнес-эффективности (ROI) предлагаемых ML-гипотез перед началом разработки?
Оценка технических знаний в области современных языковых моделей.
Какие основные сложности вы видите при внедрению RAG-систем в корпоративный контур и как предлагаете их нивелировать?
Проверка лидерских качеств и умения развивать сотрудников.
Опишите ваш подход к менторству MLE-инженеров: как вы помогаете команде расти технически и поддерживаете качество кода?
Похожие вакансии
Руководитель команды технической разработки
Head of Engineering
Начальник конструкторского отдела
Начальник конструкторского отдела
Руководитель группы разработки
Руководитель отдела технического аккаунтинга
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!
- Страна
- Россия