Lead/Team Lead ML (NLP)

Находимся в поиске Лида ML на проект: ИИ агент для развлечений

Мы предлагаем:

- Удаленную работу с гибким началом рабочего дня (на территории РФ);
- Оформление по ТК РФ в аккредитованной ИТ-компании;
- Оклад и годовая премия;
- Кафетерий льгот с возможностью выбора категорий (ДМС или компенсация затрат на медицинские услуги, спорт и т.д.).

Вам предстоит:
Организация процессов ML-разработки
- Планирование и распределение задач между членами команды: Data Scientists, ML-инженерами, аналитиками данных;
- Контроль сроков выполнения задач, приоритизация и координация рабочих процессов;
- Обеспечение прозрачности и эффективности командной работы в рамках ML-проектов;
- Технический контроль и качество решений;
- Проведение код-ревью ML-моделей и инфраструктурного кода (включая pipeline'ы обработки данных);
- Проверка корректности архитектуры моделей, выбора алгоритмов и валидации экспериментов;
- Оценка качества датасетов, процессов разметки данных и корректности feature engineering;
- Фиксация архитектурных решений, результатов экспериментов и обоснования выбора тех или иных подходов.

Интеграция ML-решений в продукт
- Взаимодействие с командами backend-разработки и DevOps для успешной интеграции ML-моделей в продукт;
- Участие в проектировании API, форматов обмена данными и требованиях к производительности;
- Координация процессов деплоя, масштабирования и поддержки ML-сервисов.

Настройка и поддержка ML-инфраструктуры
- Участие в настройке и оптимизации CI/CD-пайплайнов для ML: автоматическое тестирование моделей, валидация, деплой, rollback;
- Организация системы мониторинга: отслеживание метрик моделей, дрейфа данных, падений сервисов;
- Поддержка и развитие внутренних ML-платформ и инструментов (если используются).

Аналитика и оценка эффективности
- Анализ метрик качества моделей (точность, recall, F1, AUC и др.) и их изменения во времени;
- Оценка бизнес-влияния внедрённых ML-решений (A/B-тестирование, impact analysis);
- Подготовка отчётов и презентаций для продуктовых и управленческих команд.

Развитие команды и знаний
- Проведение регулярных технических разборов, code-ревью, внутренних докладов;
- Обучение новых и текущих сотрудников: передача знаний по алгоритмам, инфраструктуре, best practices;
- Консультирование команды по сложным вопросам: выбор алгоритмов, работа с большими данными, оптимизация производительности.

Нам Важны:
- Опыт работы в области машинного обучения не менее 3–5 лет, желательно на позиции ML-инженера, Data Scientist или ML-лида.
- Навыки управления командой или кураторства ML-разработки;
- Практический опыт разработки, внедрения и поддержки ML-моделей в продакшене.
- Знание современных ML-алгоритмов (классификация, регрессия, кластеризация, NLP, рекомендательные системы и др.).
- Уверенное владение Python, одним из фреймворков для работы с AI агентами.
- Работа и понимание современных LLM моделей, их возможностей и ограничений.
- Опыт настройки и поддержки CI/CD для ML-моделей (включая тестирование, деплой, мониторинг).
- Знание инструментов мониторинга (MLflow, Prometheus, Grafana и др.).
- Опыт взаимодействия с DevOps: Docker, Kubernetes, облачные платформы (AWS, GCP, Azure).
- Понимание архитектуры backend-сервисов и принципов их интеграции с ML-компонентами.
- Опыт работы с системами хранения данных (SQL/NoSQL, data lakes, feature stores).
- Умение эффективно взаимодействовать с кросс-функциональными командами (продукт, аналитика, разработка).
- Способность объяснять сложные технические концепции нетехнической аудитории.