- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Руководитель центра ML инжиниринга
Оценка ИИПрестижная компания, масштабные задачи на стыке ML и реального бизнеса, гибридный график и полный соцпакет. Отличная возможность для карьерного роста до уровня Head of AI/ML.
Сложность вакансии
Оценка ИИРоль требует сочетания глубоких технических знаний (MLOps, LLM, Big Data) и сильных управленческих навыков. Высокая ответственность за весь жизненный цикл ML-решений в крупной корпоративной структуре.
Анализ зарплаты
Оценка ИИУказанная позиция руководителя в крупной нефтегазовой компании предполагает уровень компенсации выше среднего по рынку Санкт-Петербурга, учитывая требования к опыту управления и глубокой технической экспертизе. Оклад дополняется годовыми премиями, что характерно для данного сектора.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Газпромнефть-Региональные продажи уже сейчас
Присоединяйтесь к лидеру индустрии и возглавьте центр ML-инжиниринга в Газпромнефти!
Описание вакансии
#вакансия
Руководитель центра ML инжиниринга в Газпромнефть-Региональные продажи.
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:
Высшее образование в области Computer Science, Прикладной Математики или смежных технических дисциплинах
Солидный опыт разработки (более 3х лет) и внедрения промышленных систем с применением алгоритмов машинного обучения, успешный опыт вывода ML-проектов в продакшн
Руководящий опыт в сфере ML, data science, AI от 1,5 лет (в подчинении более 4х сотрудников)
Опыт работы с платформами контейнеризации (Docker/Kubernetes) и CI/CD пайплайнами, знание Git workflow
Опыт работы с системами очередей (AMQP/RabbitMQ), кэширования (Redis) и распределенными вычислениями
Практическое знание и применение принципов MLOps: тестирование моделей/сервисов, логирование, мониторинг, версионирование данных и кода (MLFlow/DVC/ClearML)
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)
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
Условия работы
Место работы: г. Санкт-Петербург, Виленский пер
График работы: 5/2, 09:00 - 18:00, пт. до 16:45.
Гибридный формат работы - офис 5 р/мес
Трудоустройство по ТК РФ
Размер оклада обсуждается с успешным кандидатом
Годовое премирование по итогам общих достижений и индивидуального результата
Социальный пакет
Ждем ваши отклики .
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.
Расскажите о самом сложном ML-проекте, который вы вывели в продакшн: с какими техническими и организационными трудностями столкнулись?
Оценка зрелости подходов к MLOps.
Как вы выстраиваете процессы мониторинга и версионирования моделей, чтобы минимизировать риски деградации качества в реальном времени?
Проверка навыков работы с современными технологиями.
Каков ваш опыт внедрения RAG-систем и какие основные проблемы при работе с LLM в корпоративном секторе вы видите?
Оценка лидерских качеств и менторства.
Как вы подходите к развитию компетенций в команде и разрешению конфликтов между инженерами и бизнес-заказчиками?
Проверка знаний в области оптимизации.
Был ли у вас опыт работы с задачами математической оптимизации (например, в логистике) и какими инструментами вы пользовались?
Похожие вакансии
Руководитель направления в отдел валидации
Руководитель направления валидации
Руководитель отдела экспертизы риск-моделей
Chief Data Officer / Директор по данным
Chief Data Engineer
ML разработчик (Senior)
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!