TPO в Центр разработки Mlops сервисов
Alfa-Bank · Москва ·
- Category
- Devops
Обязанности:
- Формировать видение, дорожную карту и бэклог Online FeatureStore; определять объём MVP и последовательность подключения моделей;
- Собирать требования от команд Data Science, рисков и других пользователей: какие признаки нужны, из каких источников, с какой частотой обновления и допустимой задержкой;
- Вместе с архитекторами и разработчиками прорабатывать сценарии расчёта признаков, интеграции с источниками, API чтения и устройство online-хранилища;
- Согласовывать требования к доступности сервиса, свежести и качеству данных, согласованности online- и offline-признаков, мониторингу и восстановлению после сбоев;
- Вести задачи от постановки до приёмки: фиксировать критерии готовности, управлять зависимостями, согласовывать решения со смежными командами и снимать блокеры;
- Организовать пилот MVP, подключение первых моделей и оценку результата для их пользователей;
- Прорабатывать следующие сценарии развития продукта, включая пересчёт признаков по событиям и применимость сервиса для антифрода.
Требования:
- Опыт работы Product Owner / Technical Product Owner с технически сложным продуктом: платформой данных, ML-платформой, сервисом обработки данных или внутренним API;
- Умение переводить потребности пользователей в технически проверяемые требования и приоритизировать задачи с учётом ценности, рисков и зависимостей;
- Понимание жизненного цикла ML-моделей и того, как признаки рассчитываются, хранятся и передаются в модель при обучении и применении;
- Знакомство с архитектурой распределённых систем и обработкой данных: пакетные и потоковые процессы, очереди событий, хранилища, API;
- Умение обсуждать с инженерной командой задержку ответа, свежесть данных, отказоустойчивость, качество данных и нагрузку, не подменяя собой архитектора или технического лидера;
- Опыт взаимодействия с несколькими командами и доведения продукта до работающего результата.
- Будет преимуществом:
- Практический опыт с Feature Store, real-time ML или скоринговыми системами;
- Знакомство с Kafka, Spark Structured Streaming, Cassandra, Airflow, S3 и инструментами мониторинга;
- Опыт работы с банковскими данными и требованиями к управлению доступом, аудиту и надёжности сервисов;
- Опыт запуска платформенного продукта, которым пользуются несколько команд с разными сценариями.
Условия:
- Стабильный и прозрачный доход: размер заработной платы обсуждается по итогам собеседования;
- Работа в agile-команде;
- Удаленный формат работы;
- Сложные и интересные задачи, современный стек технологий;
- Возможность вертикального и горизонтального карьерного роста: регулярно проходят тренинги, вебинары, митапы и демо-дни;
- Доступ к бесплатным корпоративным библиотекам Alpina Digital, MyBook и бизнес-изданий;
- Предложения от Банка только для сотрудников: собственный спортзал, а также скидки на услуги туристических агентств, продукты питания, в рестораны, бары, магазины.
- Формировать видение, дорожную карту и бэклог Online FeatureStore; определять объём MVP и последовательность подключения моделей;
- Собирать требования от команд Data Science, рисков и других пользователей: какие признаки нужны, из каких источников, с какой частотой обновления и допустимой задержкой;
- Вместе с архитекторами и разработчиками прорабатывать сценарии расчёта признаков, интеграции с источниками, API чтения и устройство online-хранилища;
- Согласовывать требования к доступности сервиса, свежести и качеству данных, согласованности online- и offline-признаков, мониторингу и восстановлению после сбоев;
- Вести задачи от постановки до приёмки: фиксировать критерии готовности, управлять зависимостями, согласовывать решения со смежными командами и снимать блокеры;
- Организовать пилот MVP, подключение первых моделей и оценку результата для их пользователей;
- Прорабатывать следующие сценарии развития продукта, включая пересчёт признаков по событиям и применимость сервиса для антифрода.
Требования:
- Опыт работы Product Owner / Technical Product Owner с технически сложным продуктом: платформой данных, ML-платформой, сервисом обработки данных или внутренним API;
- Умение переводить потребности пользователей в технически проверяемые требования и приоритизировать задачи с учётом ценности, рисков и зависимостей;
- Понимание жизненного цикла ML-моделей и того, как признаки рассчитываются, хранятся и передаются в модель при обучении и применении;
- Знакомство с архитектурой распределённых систем и обработкой данных: пакетные и потоковые процессы, очереди событий, хранилища, API;
- Умение обсуждать с инженерной командой задержку ответа, свежесть данных, отказоустойчивость, качество данных и нагрузку, не подменяя собой архитектора или технического лидера;
- Опыт взаимодействия с несколькими командами и доведения продукта до работающего результата.
- Будет преимуществом:
- Практический опыт с Feature Store, real-time ML или скоринговыми системами;
- Знакомство с Kafka, Spark Structured Streaming, Cassandra, Airflow, S3 и инструментами мониторинга;
- Опыт работы с банковскими данными и требованиями к управлению доступом, аудиту и надёжности сервисов;
- Опыт запуска платформенного продукта, которым пользуются несколько команд с разными сценариями.
Условия:
- Стабильный и прозрачный доход: размер заработной платы обсуждается по итогам собеседования;
- Работа в agile-команде;
- Удаленный формат работы;
- Сложные и интересные задачи, современный стек технологий;
- Возможность вертикального и горизонтального карьерного роста: регулярно проходят тренинги, вебинары, митапы и демо-дни;
- Доступ к бесплатным корпоративным библиотекам Alpina Digital, MyBook и бизнес-изданий;
- Предложения от Банка только для сотрудников: собственный спортзал, а также скидки на услуги туристических агентств, продукты питания, в рестораны, бары, магазины.