Team Lead Feature store

Сейчас мы в поиске опытного играющего тренера команды хранилища признаков для моделей машинного обучения, нам нужен человек с реальным опытом разработки и внедрения хранилища признаков на платформе больших данных (Big data стек), с использованием современного ML стека.

Чем предстоит заниматься

• Управлять командой из 6 экспертов Senior уровня (front-end, back-end, 4 DE);
• Отвечать за целепологание и контроль исполнения всех задач команды;
• Принимать участие в стратегических и тактических инициативах руководящей команды;
• Транслировать бизнес требования\задачи на технические задачи, распределять их в команде;
• Разработка архитектуры хранилища признаков для моделей машинного обучения.
• Разработка ETL\ELT на Apache Spark, Apache Spark Structured streaming\Flink
• Оптимизировать процессы хранения и обработки данных с использованием современных технологий и подходов.

Что ожидаем от тебя

• Опыт коммерческой разработки от 5 лет, опыт управления командой от 2-х лет;
• Опыт работы с Feast, Hopsworks, Tecton или аналогичные (Feature Store).
• Машинное обучение:
  • Понимание принципов работы моделей машинного обучения: работа с признаками (feature engineering), валидация данных, подготовка и трансформация данных.
• Опыт работы с Big Data технологиями:
  • Уверенное владение инструментами обработки больших данных: Apache Spark, Hadoop, Apache Kafka, HDFS;
  • Знание фреймворков и библиотек для работы с распределенными вычислениями (Spark MLlib, Dask, Ray);
  • Опыт с системами потоковой обработки данных\streaming (Apache Flink, Kafka Streams, Flink SQL).
• Навыки работы с базами данных:
  • Глубокие знания работы с NoSQL базами данных (Redis, Taranatool);
  • Знания реляционных баз данных на больших объемах данных (PostgreSQL).
• Инженерия данных и API:
  • Опыт создания API для интеграции Feature Store с другими системами и ML платформами;
  • Понимание архитектуры распределенных систем и микросервисов.
• Основной ЯП Python, Scala.

Будет плюсом:

• Опыт с системами MLOps для автоматизации, мониторинга и управления моделями (например MLflow, Kubeflow).

Что готовы предложить

• Оформление по ТК РФ: оклад (готовы обсуждать)+ годовой бонус;
• Компания входит в реестр ИТ компаний;
• Удаленный формат работы. При желании можно работать в офисе класса А (г. Москва, м. Павелецкая, Шлюзовая набережная, 4, 6 минут от метро пешком);
• ДМС со стоматологией (с 1 рабочего дня + полис путешественника);
• Частичная компенсация фитнеса / обучения / доп. мед. услуг (лимит-25 тыс. рублей в год).

Как мы проводим собеседования:

1. 15-20 минут - общение с рекрутером (tg аудио);
2. 90 минут - техническое интервью
3. 45 минут - финальная встреча
4. СБ, 1-3 дня
5. Оффер, обсуждение даты выхода на работу.