Team Lead DS/ML

Обязанности:

• Формирование и развитие команды DS/ML: участие в найме, онбординг новых сотрудников;

• Распределение задач между специалистами, контроль нагрузки и сроков;

• Оценка эффективности сотрудников, разработка индивидуальных планов развития;

• Менторинг: код-ревью, повышение уровня компетенций команды;

• Определение технической стратегии направления: выбор моделей, фреймворков, инструментов и архитектурных решений;

• Проектирование и запуск ML-проектов полного цикла — от постановки бизнес-задачи до вывода модели в продакшн;

• Обеспечение качества решений: валидация моделей, A/B-тестирование, контроль метрик в проде;

• Разработка и внедрение стандартов: MLOps-практики, CI/CD для ML, версионирование данных и моделей, мониторинг;

• Декомпозиция задач, приоритизация бэклога.

Требования:

• Глубокое понимание классического DS/ML: линейные алгоритмы, деревья и ансамбли (XGBoost, LightGBM, CatBoost), кластеризация;

• Хорошее знание статистики: A/B-тестирование, оценка статистической значимости, байесовский подход, причинно-следственный анализ и т.д.;

• Уверенный Python (numpy, pandas, scikit-learn) и продвинутый SQL (оконные функции, оптимизация запросов);

• Практика полного цикла: от формулировки бизнес-задачи до отбора признаков, обучения, валидации, калибровки и интерпретации моделей;

• Умение выбирать метрики под задачу и определять качество моделей;

• Построение ML-пайплайнов и data pipeline: Airflow, ETL / ELT-процессы

MLOps: версионирование данных и моделей (MLflow, DVC), оркестрация экспериментов, воспроизводимость;

• Деплой и поддержка моделей: контейнеризация (Docker, Kubernetes), мониторинг (дрейф данных, качество предсказаний, алертинг), стратегии переобучения.

Условия:

• Ежеквартальные премии;

• Корпоративные предложения по фитнесу;

• Корпоративные скидки на онлайн обучение в Skyeng для вас и ваших близких;

• Бесплатная подписка на библиотеку электронных курсов «LERNA.KZ», где собраны сотни электронных курсов от известных…