О компании
Xebia — глобальный партнер в области искусственного интеллекта, цифровой трансформации и инженерии. С более чем 25-летним опытом и командой из 5000 профессионалов в 16 странах мы помогаем организациям проектировать и создавать масштабируемые продукты, платформы и решения, основанные на данных.
Мы специализируемся на искусственном интеллекте, данных и облачных технологиях, интеллектуальной автоматизации и цифровых продуктах, сочетая глубокую техническую экспертизу с сильным акцентом на инженерное мастерство и культуру, ориентированную на людей.
В регионе ЦВЕ мы — команда из почти 1000 экспертов, создающих современные приложения, платформы данных и AI-решения для клиентов, таких как Millennium, ING, Play, Edenred, Arabian Drilling, FedEx, Leroy Merlin, Truecaller, Volotea, Schmitz Cargobull и многих других. Мы работаем с ведущими технологиями, включая AWS, Azure, GCP, Databricks и Snowflake, и объединяем сильную инженерную культуру с консультативным подходом и постоянным фокусом на рост и обмен знаниями.
Вы будете:
•брать на себя ответственность за существующее ML-решение и кодовую базу после передачи знаний от ведущего инженера AI/ML
•разрабатывать и внедрять в производство модели машинного обучения для первичных рекомендаций по новым продуктам
•строить и поддерживать пайплайны обучения и инференса с использованием Azure Machine Learning
•реализовывать плановое переобучение моделей и интегрировать модели с существующим реестром моделей и валидационным шлюзом
•внедрять проверки качества и полноты данных, включая валидацию атрибутов продуктов, необходимых моделям
•разрабатывать логику рекомендаций с учетом уровней сервиса, минимальных объемов заказа, времени до следующей доставки и правил резервного выбора по категориям
•реализовывать и проверять переход продуктов от модели для новых товаров к основной модели прогнозирования по мере накопления достаточной истории продаж
•расширять ежедневные рекомендации на подходящие продукты каталога на основе согласованных критериев и результатов обратного тестирования
•поддерживать поэтапный запуск продуктов каталога и внедрять мониторинг для отдельных сегментов продуктов
•поддерживать возможности MLOps, включая версионирование моделей, валидацию, автоматическое переобучение, мониторинг, обнаружение сдвигов данных и оповещения
•интегрировать результаты ML с существующим хранилищем данных и отчетностью Power BI
•обеспечивать воспроизводимость производственных запусков и сохранение у моделей их окон обучения и контрактов признаков
•участвовать в тестировании, пробных запусках, параллельных запусках, документации и операционной передаче
•сотрудничать с ведущим инженером AI/ML, командой BI и бизнес-стейкхолдерами для обеспечения надежного производственного запуска
Ваш профиль:
•практический опыт разработки и внедрения в производство решений машинного обучения
•практический опыт работы с Azure Machine Learning, включая пайплайны обучения и инференса
•опыт внедрения практик MLOps, включая реестры моделей, версионирование моделей, автоматическое переобучение, валидационные шлюзы, мониторинг и откат
•опыт создания и поддержки плановых пакетных ML-пайплайнов
•способность брать на себя ответственность за существующую ML-кодовую базу и продолжать разработку после начального этапа передачи знаний
•опыт интеграции ML-пайплайнов с хранилищами данных
•опыт реализации проверки данных и контроля качества входных данных
•опыт мониторинга моделей и обнаружения сдвигов данных
•опыт внедрения автоматизированного тестирования и CI/CD для ML-нагрузок
•знание репозиториев на базе Git и рабочих процессов деплоя
•понимание оценки моделей, обратного тестирования, валидации чемпион/претендент и критериев приемки в производство
•умение документировать ML-системы и операционные процедуры
•способность эффективно сотрудничать с техническими командами и бизнес-стейкхолдерами
•способность работать самостоятельно над реализацией после начального периода передачи знаний
•готовность участвовать примерно в 15-недельном MVP с ожидаемой загрузкой около 45 инженеродней
Будет плюсом:
•опыт в прогнозировании спроса, оптимизации запасов или системах закупок и пополнения
•опыт работы с LightGBM
•опыт работы с хранилищами данных на базе Azure SQL
•знание управляемых идентичностей Azure, Key Vault и Azure Monitor
•знакомство с интеграциями Power BI и кейсами мониторинга и отчетности ML
•опыт работы с Azure DevOps или GitHub Actions и рабочими процессами деплоя в Azure
•опыт работы с моделями запасов или объемов заказов, основанными на уровнях сервиса
•знакомство с калибровкой моделей и мониторингом точности и смещения прогнозов
•опыт разработки ML-решений для прогнозирования новых продуктов с ограниченной историей данных
•знакомство с розничной торговлей, оптовой торговлей, цепочками поставок или бизнес-средами, основанными на каталогах
Процесс найма:
Рассмотрение резюме – звонок HR – собеседование – собеседование с клиентом – принятие решения
