Team Lead MLOps платформы

X5 Digital развивает сервис онлайн-доставки.

Мы доставляем десятки тысяч заказов каждый день.

Наша цель — занять лидирующую позицию на рынке e-grocery и стать прямой ассоциацией с доставкой онлайн-заказов.

X5 Digital сегодня — это более 70 миллионов заказов в год,  350+  инженеров в IT-командах и сервис, который представлен уже в 69 регионах страны.

Наш стек:

Для backend: Node.js, Redis, Rabbit MQ, Kafka, ElasticSearch, Docker, Nginx

Для хранения данных используем: PostgreSQL, Greenplum, MongoDB, ClickHouse

Для frontend: Vue.js 3, Pinia, Vitest, Playwright+Cucumber, TypeScript, Tanstack-query

Рабочие инструменты: Docker, Gitlab, Jira/Confluence

Автоматизация развертывания и оркестрация: Ansible, Gitlab, K8S, своя обвязка - PaaS

Ты вырос из стандартных задач и чувствуешь инженерную силу поднять ML с нуля и построить ML-платформу по самому переднему краю технологий? 

Мы начали свой путь в области машинного обучения и уже добились значимых результатов. Мы ставим перед собой амбициозные цели по применению ML в нашей компании. Если нижеперечисленное тебя заинтересовало — будем рады с тобой пообщаться!

Чем предстоит заниматься:

• управлением целеполаганием, бэклогом и спринтами команды;
• ведением основных активностей: планирование, дэйли, демо, ретро и тд;
• работой с командой, проведением 1to1;
• выбором направлений для проведения исследований;
• созданием технологического roadmap развития ML;
• разработкой и развитием ML-инженерии и ML-платформы.

• опыт руководства командой ML-инженеров от 1-го года;
• опыт разработки моделей машинного обучения с использованием современных DL фреймворков (Pytorch, CatBoost, XGBoost и тп) и применения их в продакшене;
• уверенные знания Python3, pytest;
• опыт работы с инструментами ML-Ops как - AirFlow, MLFlow, Jupyter, Spark, VCS, DVC и так далее;
• опыт разработки REST-сервисов (FastApi, Flask, aiohttp);
• глубокое понимание принципов работы современных алгоритмов машинного обучения;
• хорошая теоретическая подготовка в областях математики, прикладной статистики, алгоритмов и структур данных применительно к Data Science.

Будет плюсом:

• опыт работы в timeseries;
• участие в соревнованиях в ML.

• работаем удаленно или из уютного офиса на ст. м. Добрынинская в Москве;
• предоставляем ДМС со стоматологией;
• помогаем с переездом в Москву при необходимости;
• делимся собственным опытом и знаниями;
• регулярно проводим митапы, приглашаем внешних спикеров;
• даем доступ к внутренним ресурсам: электронной библиотеке и корпоративному университету, где можно непрерывно обучаться.

Дальнейшие шаги, если твое резюме подходит:

– 30 минут – встреча с HR
– До 120 минут – знакомство с командой/руководителем
– Совпадаем по ожиданиям?
   Предлагаем оффер