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 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)
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

Отклики ждем @Ritttka1