28 марта 2025
Мы в Rubbles занимаемся разработкой и внедрением дата-продуктов в крупные бизнесы. Например, системами предсказания спроса на товары в ритейле и fmcg, рекомендательными системами, системами предсказания поломок оборудования, поисковыми системами для онлайн-магазинов, системами оптимизации производства в промышленности, цифровыми двойниками и многим другим. Алгоритмы Rubbles ежедневно улучшают работу крупнейших банков, ритейл-сетей, нефтегазовых компаний и других предприятий.
Ищем Chief Data Officer , который возглавит всё data delivery в компании и своей экспертизой и лидерством поддержит дальнейший рост бизнеса.
Что предстоит делать1. Управление и развитие дата-команд
Управлять процессами data delivery в командах (50+ человек), обеспечивать их эффективность и соответствие лучшим практикам.
Развивать лидерские позиции: подбор, менторинг и ревью DS/DA/DE/MLOps-лидов.
Организовывать (совместно с HR) кадровые процессы: найм, онбординг, развитие, оценка и увольнение сотрудников.
2. Архитектура и технологии
Разрабатывать и ревьюить архитектурные решения в области Data и MLOps.
Консультировать проектные команды по техническим вопросам.
Поддерживать пресейлы: участвовать в оценке проектов (ML, DE, DA, MLOps, LLM), формировать трудозатраты и роадмапы, защищать их перед заказчиками.
Разрабатывать, описывать и защищать дата-архитектуры перед заказчиками.
3. Управление процессами и рисками
Разрешать кризисные ситуации: устранять проблемы на проектах, управлять рисками, урегулировать конфликты.
Проводить ресурсное планирование: управлять загрузкой сотрудников, перераспределять специалистов между проектами.
Вести отчетность по загрузке и эффективности дата-команд.
Что важно
Опыт работы на позиции Chief Data Officer / Head of Data / Head of Data Science от 2 лет.
Управление командами от 20 человек.
На что еще смотрим
Глубокое знание хранилищ и обработки данных:
Хранилища: РСУБД, HDFS, S3, Hive, Clickhouse.
Оркестрация потоков данных/ETL: AirFlow, Flink, NiFi.
Брокеры сообщений: Kafka, RabbitMQ.
Системы распределенной обработки: Spark, Spark Streaming, Dask.
Опыт разработки, описания и защиты дата-архитектур перед заказчиками. Опыт подготовки соответствующих ТЗ на разработку.
Экспертиза в MLOps:
Архитектура и подходы к реализации MLOps-платформ.
Инструменты: Kubeflow Notebooks, JupyterHub, Feast, Tecton, MLflow, Seldon Core, KServe.
Глубокие знания ML и анализа данных:
Методология экспериментов и (кросс)валидации.
Опыт решения задач с временными рядами, табличными данными, поиском аномалий, рекомендациями.
Алгоритмы ML: линейная регрессия, random forest, GBDT.
Python и его библиотеки: numpy, pandas, sklearn, xgboost, lightgbm, catboost.
Работа в команде с сильной ML-экспертизой, сложные и амбициозные задачи.
Возможность влиять на развитие компании и расти вместе на перспективном AI рынке.
Современный технологический стек.
Гибкий формат работы: удаленка/гибрид/офис в Мск.
Оплата обучения, конференций и профильного развития.
ДМС со стоматологией после испытательного срока (3 месяца) по всей России.