МТС
ML TechLead [Governance]
Более 6 летПолныйМосква
Обязанности
- 01руководить командой Data Scientists и ML-инженеров (планирование спринтов, распределение задач, код-ревью)
- 02определять стек технологий и стратегию разработки под конкретные задачи (предиктивное обслуживание, оптимизация режимов)
- 03разрабатывать AI-решения: проектирование архитектуры и сценариев взаимодействия AI-агентов, интеграция LLM (Open Source и проприетарные) с промышленными данными
- 04заниматься реализацией RAG-систем для работы с технической документацией, регламентами и историей аварий
- 05разрабатывать модели Цифровых двойников (создание и валидация гибридных моделей (Physics-informed Neural Networks, Data-driven + Physics-based)
- 06разрабатывать алгоритмы прогнозирования (Time Series Forecasting) и обнаружения аномалий (Anomaly Detection), оптимизировать гиперпараметры и переобучать модели на потоковых данных
- 07заниматься построением конвейеров данных (Data Pipelines) от сбора с АСУ ТП до обучения моделей, организовывать мониторинг моделей и их автоматического переобучения
- 08участвовать в декомпозиции задач вместе с Domain Expert, оценивать реализуемость AI-гипотез
- 09принимать личное участие в решении архитектурных и математических проблем, возникших в процессе разработки (например, как обучить модель на малом количестве данных об аварии)
Требования
- 01опыт работы минимум 5 лет в разработке ML-решений, из них минимум 3 года в роли Tech Lead или Senior ML Engineer
- 02опыт работы в сфере промышленности (желательно понимание специфики промышленных данных, опыт работы с данными из SCADA/IIoT систем)
- 03глубокое понимание жизненного цикла ML-модели (End-to-End MLOps)
- 04практический опыт работы с LLM (Fine-tuning, RAG, Prompt Engineering, Agentic workflows)
- 05знание фреймворков: LangChain, LlamaIndex, Haystack, vLLM, Ollama
- 06опыт работы с векторными базами данных (Pinecone, Milvus, Weaviate, Chroma)
- 07уверенное владение теорией вероятностей, статистикой, линейной алгеброй и оптимизацией
- 08опыт работы с Time Series (Prophet, ARIMA, LSTM, Transformer-based models для временных рядов)
- 09понимание методов Physics-informed ML (машинное обучение с учетом физических законов)
- 10продвинутый Python (asyncio, multiprocessing, оптимизация)
- 11опыт работы с фреймворками глубокого обучения: PyTorch (обязательно), TensorFlow
- 12знание инструментов развертывания: Docker, Kubernetes, CI/CD для ML (MLflow, Kubeflow)
Условия
- 01профессиональные гильдии инженеров, где мы поддерживаем друг друга и помогаем стать лучше
- 02внутреннюю площадку TechTalks для обмена опытом, дискуссий, развития навыков самопрезентации
- 03участие во внешних IT-мероприятиях
- 04полезные курсы и вебинары в корпоративном университете и электронную библиотеку
- 05ДМС с первого месяца работы, включая стоматологию
- 06страхование от несчастных случаев с 1 месяца работы
- 07материальную помощь в сложных жизненных ситуациях
- 08отпуск 28 календарных дней
- 09прием врачей общей практики и массаж в офисе
- 10мобильная связь за счет компании и льготные тарифы для близких
- 11подписка на онлайн-кинотеатр KION, сервис МТС Музыка, книжный сервис Строки от МТС, безлимитные мессенджеры и соцсети