МТС
Product owner/Teamlead в MLOps платформу (Big Data)
По итогам собеседованияFull-time, Опыт от 3 до 6 лет, МоскваBig 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.