Product owner/Teamlead в MLOps платформу (Big Data)

Big Data МТС – место, где телеком данные превращаются в реально работающие IT-продукты. Мы создали и протестировали несколько десятков сервисов. Самые успешные из них уже стали частью экосистемы МТС. Например, МТС Маркетолог, рекомендации в KION (МТС ТВ), услуга “Кто звонит?” или Спам blacklist.

Ищем PO/Teamlead, готового возглавить и развивать этот перспективный продукт.

Суть продукта:

Мы в МТС BigData разрабатываем MLOps платформу для того, чтобы сделать максимально комфортной работу наших дата саентистов, аналитиков и ML-инженеров. Платформой уже сейчас пользуются 200+ технарей, а в планах у нас внедрение во все подразделения компании, где есть хоть какой-то ML.

Что ждем от тебя

• Технический бекграунд: это может быть разработка, дата инженерия, ML-инженерия, DevOps. Самое главное, что ты не боишься писать код и рисовать архитектуру
• Опыт в сопровождении ML-команд: ты знаешь, как работают саентисты, какими инструментами, что они хотят делать, а что не хотят (о, а не хотят они очень много чего!)
• Опыт в управлении командой. В целом мы готовы рассмотреть и без опыта, но должно быть безудержное желание мотивировать команду
• Опыт работы с BigData будет плюсом, но необязателен.

Задачи

• Регулярный сбор требований и фидбека от потребителей. Пользователи платформы должны быть счастливыми.
• Составление беклога и его приоритизация, декомпозиция задач. Функционал придется придумывать как самому, так и совместно с пользователями.
• Проработка архитектуры платформы, интеграции между инструментами и со смежными платформами.
• Проводить R&D новых MLOps инструментов и запускать их в эксплуатацию.
• Организация поддержки платформы.

Cтек и инфраструктура

• Среда разработки на собственном форке JupyterHub
• Репозиторий экспериментов и моделей на собственном форке MLFlow
• Feature store собственной разработки на python
• Тулы для выкатки в прод, мониторинг качества моделей и прочие плюшки MLOps платформы
• Hadoop-кластера с кучей данных (10+ ПБ)
• Много тачек с горой CPU, RAM и GPU, на которых работают саентисты
• Почти все пишут на Python (и аналитики тоже!)
• Данные крутят в Spark + Pandas

Почему мы

• Можно прокачаться в BigData
• Помимо MLOps, в нашем подразделении ведется разработка инструментов на любой вкус: DataOps tools, Data Quality Framework, Data Lake Loaders, PySpark Utils
• Все знания центров компетенций разработки, архитектуры и Data Science
• Все, что нужно для опытного разработчика: Macbook pro или мощный Dell с виндой/linux на выбор, Pycharm Ultimate, SonarCube, Jenkins/Gitlab CI, Artifactory
• Участие во внешних конференциях за счёт компании, внутренние митапы, синки, регулярное обучение (в том числе есть оплаченные, O’Reilly и coursera)
• ДМС со стоматологией
• 31 день отпуска в год.