Альфа-Деньги

TPO в центр разработки MLOps-сервисов

Коротко

Technical Product Owner для центра разработки MLOps-сервисов, отвечающий за продуктовое развитие Online FeatureStore — платформы для расчёта и подачи признаков ML-моделям. Работа с командами Data Science, архитекторами и разработчиками над требованиями к данным, доступности сервиса и интеграции. Требуется опыт продуктовой работы со сложными техническими продуктами (data/ML-платформы, внутренние API) и понимание жизненного цикла ML-моделей и распределённых систем обработки данных. Формат удалённый, полная занятость.

Задачи
•Формировать видение, дорожную карту и бэклог Online FeatureStore, определять объём MVP и последовательность подключения моделей
•Собирать требования команд Data Science, рисков и других пользователей к признакам, источникам, частоте обновления и допустимой задержке
•Прорабатывать с архитекторами и разработчиками сценарии расчёта признаков, интеграции с источниками, API чтения и устройство online-хранилища
•Согласовывать требования к доступности сервиса, свежести и качеству данных, согласованности online- и offline-признаков, мониторингу и восстановлению после сбоев
•Вести задачи от постановки до приёмки, фиксировать критерии готовности, управлять зависимостями, согласовывать решения со смежными командами и снимать блокеры
•Организовать пилот MVP, подключение первых моделей и оценку результата для их пользователей
•Прорабатывать следующие сценарии развития продукта, включая пересчёт признаков по событиям и применимость сервиса для антифрода
Требования
•Опыт работы Product Owner или Technical Product Owner с технически сложным продуктом: платформой данных, ML-платформой, сервисом обработки данных или внутренним API
•Умение переводить потребности пользователей в технически проверяемые требования и расставлять приоритеты с учётом ценности, рисков и зависимостей
•Понимание жизненного цикла ML-моделей и того, как признаки рассчитываются, хранятся и передаются в модель при обучении и применении
•Знакомство с архитектурой распределённых систем и обработкой данных: пакетными и потоковыми процессами, очередями событий, хранилищами и API
•Умение обсуждать с инженерной командой задержку ответа, свежесть и качество данных, отказоустойчивость и нагрузку, не подменяя архитектора или технического лидера
•Опыт взаимодействия с несколькими командами и доведения продукта до работающего результата
Будет плюсом:
•Практический опыт с Feature Store, real-time ML или скоринговыми системами
•Знакомство с Kafka, Spark Structured Streaming, Cassandra, Airflow, S3 и инструментами мониторинга
•Опыт работы с банковскими данными и требованиями к управлению доступом, аудиту и надёжности сервисов
•Опыт запуска платформенного продукта для нескольких команд с разными сценариями
Условия
•Размер заработной платы обсуждается по итогам собеседования
•Работа в agile-команде
•Сложные и интересные задачи, современный стек технологий
•Возможность вертикального и горизонтального карьерного роста, тренинги, вебинары, митапы и демо-дни
•Доступ к бесплатным корпоративным библиотекам Alpina Digital, MyBook и бизнес-изданиям
•Собственный спортзал и скидки на услуги туристических агентств, продукты питания, рестораны, бары и магазины

Хватит откликаться.
Получите рекомендацию.

$10 стартовых кредитов

Всего 60 секунд, полностью на автопилоте — AI-агенты Eraldt читают ваше резюме, определяют подходящие роли, находят живые вакансии и людей, которые могут вас порекомендовать, пишут им личные письма и добиваются рекомендации.

Это не отклик на вакансию: резюме не уходит в компанию, а рекомендацию именно по этой роли мы не обещаем.

Посмотрите, кто ещё получает интервью на автопилоте