Управление кросс-функциональной командой для успешной реализации ИИ-проектов, связанных с анализом временных рядов
Формирование стратегии развития направления, защита стратегии
Формирование воронки Заказчиков, привлечение новых клиентов
Внедрения в контур информационных систем Заказчика разработок направления
Достижение коммерческих целей, поставленных перед командой (выручка, маржинальность по сделкам)
Декомпозиция стратегических целей на тактические задачи, постановка задач команде и распределение ресурсов для их выполнения.
Взаимодействие с заказчиками и смежными подразделениями (аналитика, разработка, продукт) для обеспечения слаженной работы и выполнения проектных сроков.
Мониторинг прогресса выполнения проектов, контроль достижения оперативных и стратегических KPI, своевременное выявление и устранение рисков и отклонений.
Организация процессов разработки и внедрения моделей машинного обучения, включая их интеграцию в продуктовую среду.
Требования:
Высшее образование (математика, компьютерные науки, физика, инженерия или смежные области).
Опыт работы в области машинного обучения от 5+ лет, включая практический опыт работы с временными рядами (Time Series Analysis, Forecasting).
Опыт от 2+ лет на позиции Tech Lead/Team Lead с управлением командой из 3-5 человек.
Глубокое понимание принципов машинного обучения, включая опыт работы с технологиями: TS (Time Series), NLP, CV, LLM, RecSys, Reinforcement Learning.
Навыки эффективной коммуникации с нетехническими стейкхолдерами (менеджмент, заказчики, продукт). Умение объяснять сложные технические концепции простым и понятным языком.
Специализированные навыки
Знание современных подходов к анализу временных рядов (например, Prophet, ARIMA, LSTMs, Transformers).
Знание BigData-стека: опыт работы с Apache Spark, Hadoop, а также языками программирования Java/Scala.
Опыт работы с MLOps-инструментами (MLflow, Kubeflow, Airflow и др.) для автоматизации процессов разработки и эксплуатации моделей.
Понимание принципов разработки и внедрения масштабируемых ML-решений в production.
Опыт работы с облачными платформами (AWS, GCP, Azure) и их сервисами для ML и BigData.
