Team Lead Data Scientist

Задачи: — Возглавлять команду Data Scientists, участвовать в найме, онбординге и развитии сотрудников; — Обеспечивать операционную деятельность: дейли-митинги, спринт-планирование, ретроспективы, демо; — Формировать и развивать бэклог задач, определять приоритетные бизнес-задачи и оценивать ценность решений; — Выстраивать кросс-функциональное взаимодействие с Data Engineering, MLOps и бизнес-подразделениями, договариваться о приоритетах и ресурсах; — Отвечать за полный жизненный цикл моделей: сбор данных, разметка, обучение, валидация, деплой, мониторинг; — Руководить проектированием и внедрением решений; — Обеспечивать разработку, валидацию и мониторинг моделей, включая стандарты, политики и документооборот; — Проводить архитектурные ревью, задавать стандарты качества кода и документации; — Принимать участие в написании production-кода; — Контролировать соблюдение сроков и качества результатов; — Переводить бизнес-проблемы в технические задачи, формулировать гипотезы, определять метрики успеха и критерии приемки; — Презентовать результаты и влияние моделей бизнес-заказчикам, защищать метрики качества; — Отвечать за разработку и согласование единых стандартов разработки моделей внутри подразделения. Требования: — Высшее техническое образование в области прикладной математики, информатики, компьютерных наук или смежных дисциплин; — Совокупный опыт в Data Science и машинном обучении от 5 лет; — Управленческий стаж минимум 2 года на позиции тимлида или руководителя ML-подразделения с прямым подчинением инженеров и дата-сайентистов; — Успешная реализация комплексных проектов полного цикла с выводом в промышленную эксплуатацию; — Опыт внедрения моделей в production и построения системы мониторинга их качества; — Глубокое владение Python и SQL; — Практика работы с пайплайнами оркестрации (Airflow), распределённой обработкой данных (Spark), контейнеризацией (Docker) и системами контроля версий (Git); — Опыт работы с большими данными в среде S3/Hadoop и аналитическими СУБД ClickHouse, Greenplum; — Уверенное знание классического ML-стека: градиентный бустинг, линейные алгоритмы, а также специализированные подходы — uplift-моделирование и антифрод-системы; — Навыки декомпозиции сложных задач, распределения нагрузки, контроля сроков и качества delivery; — Навыки эффективного взаимодействия с бизнес-заказчиками и смежными командами (Data Engineering, MLOps, Product); — Владение инструментами командной работы Jira и Confluence. Условия: — Конкурентоспособная заработная плата, ориентированная на ожидания и квалификацию кандидатов; — ДМС со стоматологией, корпоративное обучение; — Офис/гибридный формат работы в Москве (Москва-Сити); — Современные технологии и подходы к ведению проектов; — Работа в аккредитованной IT-компании.