Руководитель группы ML Engineering, Рекомендации

Дата размещения вакансии: 24.09.2025
Работодатель: Ozon
Уровень зарплаты:
з/п не указана
Город:
Москва
Требуемый опыт работы:
Более 6 лет

Привет! Это команда Рантайм рекомендаций.

Мы строим платформу, которая превращает терабайты данных в персонализированные рекомендации для миллионов пользователей Ozon. Наши алгоритмы решают, что покупатели увидят в следующий момент, и в этом нам помогают сложные ML-модели, работающие в реальном времени. Вместе с командой Data Science мы постоянно улучшаем платформу, делая рекомендации точнее и релевантнее.

Сейчас мы ищем руководителя группы ML Engineering, который возьмёт под контроль ключевой сервис инференса моделей и расчёта признаков. Вы будете управлять командой из 2-4 разработчиков, сохраняя баланс между технической и управленческой работой:

60% времени – архитектура, оптимизация и разработка,
40% времени – развитие команды и процессов.

Наш стек:

  • Языки: Go (основные сервисы), Python (ML-часть).
  • Базы: ScyllaDB, Redis.
  • ML-рантайм: NVIDIA Triton, ONNX, OpenVINO.
  • Инфраструктура: Kubernetes, Airflow.

Вы будете:

  • Разрабатывать и оптимизировать высоконагруженные ML-сервисы для рекомендаций, нейросетевого скоринга и обработки стриминговых данных.

  • Интегрировать решения с ML-платформой и инфраструктурой Ozon.

  • Продуктивизировать сложные модели, включая нейросети и аналоги LLM.

  • Улучшать пайплайн публикации моделей и метрик качества рекомендаций.

  • Внедрять мониторинг, обеспечивать отказоустойчивость и низкие задержки.

  • Руководить командой: ставить цели, проводить код-ревью, масштабировать процессы.

Нам важно:

  • Опыт управления командой разработки или ML-инженеров (или сильная мотивация).
  • Глубокие знания в ML Engineering и работе с высоконагруженными системами.
  • Опыт вывода в production сложных моделей, включая нейросетевые подходы (LLM, глубокие рекомендательные системы и т.д.).
  • Умение проектировать распределённые системы и оптимизировать их производительность.

Будет плюсом:

  • Опыт работы с LLM, рекомендательными системами или скорингом.
  • Практика внедрения стриминговой обработки данных.
  • Понимание принципов персонализации в e-commerce или маркетплейсах.