Project Manager

Мы занимаемся разработкой и сопровождением ML моделей для подразделений Банка по всем направлениям.

В рамках ML направления существуют 3 команды, которые обеспечивают наполнение портфеля бизнес-кейсов и выполнения финансовых эффектов от них: проджектовая команда, команда Data Science и команда Data Analytics.

В нашей зоне ответственности полный цикл создания моделей, от формирования гипотезы, проверки ее в рамках R&D до сопровождения на этапе промышленной эксплуатации.

Лаборатория искусственного интеллекта занимается внедрением технологий искусственного интеллекта в бизнес-процессы банка. Мы занимаемся продуктовой аналитикой, создаем модели машинного обучения для бизнеса, развиваем свою MLOps/AnalyticsOps платформу и делаем на ней инструменты и фреймворки как для себя, так и для других дата-специалистов РСХБ.

Опыт работы:

• Наличие успешно реализованных релевантных проектов не менее 2 лет;
• Опыт работы в банковской сфере от 2 лет;
• Опыт управления выделенными проектными командами, мультифункциональной командой (DS, разработчики, тестировщики).
• Опыт управления IT-проектами от трёх лет;
• Опыт ведения проектов от идеи до реализации, включая этапы: исследование рынка, отбор идей и проектов, отсев проектов, пилотирование, вывод на рынок, анализ результатов;
• Опыт успешного ведения проектов по различным методологиям;
• Опыт построения ключевых бизнес-процессов проекта: организационных, аналитических, финансовых, документальных.

Знания и навыки:

• Знания отраслевой экспертизы (банки, финансы) и предметной области проекта (ML/AI);
• Знание методологий и инструментов управления проектом, в том числе экономическое моделирование;
• Знание бизнес-процессов и основы бизнес-анализа (BPMN 2.0 (as is/to be), уверенная отрисовка BPMN-диаграмм);
• Владение системами управления проектами, задачами (JIRA, Confluence, Trello, Slack, Mindnode и др.);
• Навык управления рисками проекта;
• Знание основ маркетинга.

Необязательные навыки и знания:

• Программирование: Python, SQL; базовые навыки дата-инжиниринга и оценки моделей;
• Большие данные: понимание хранилищ и инструментов обработки (DWH/BD, пайплайны данных).

Условия:

• Обучение за счет компании (посещение конференций, курсов, помощь в написании статей на Хабр и т.д.);
• Вертикальное и горизонтальное развитие: регулярные тренинги, вебинары, митапы;
• Забота о вашем здоровье: ДМС с первого месяца работы, куда входит стоматология;
• Прозрачный доход: оклад (по итогам интервью) + ежеквартальные премии по результатам KPI;
• Гибкий график или полная удаленка (по итогам общения с командой);
• Комфортные и современные офисы в городах присутствия (Москва, Санкт-Петербург, Уфа, Брянск, Новосибирск и др.);
• Дополнительные бонусы от Россельхозбанка для сотрудников группы компаний (Скидки на спортзалы, рестораны, маркетплейсы и т.д.).

Уважаемый соискатель! Мы ждем Вашего отклика на эту вакансию в случае, если Вы имеете опыт работы по направлению деятельности не менее 2-х лет.

В СВОЮ ОЧЕРЕДЬ МЫ ГОТОВЫ ПРЕДЛОЖИТЬ ВАМ СЛЕДУЮЩИЕ УСЛОВИЯ:

• Рабочее место: г. Березники, ул.Пятилетки, 63 (иногородним кандидатам предоставляется компенсация за найм жилья)
• Возможен гибридный график. Предусмотрены выезды на производственные площадки.
• Ненормированный рабочий день (отпуск 28 + 3 к.дня)
• Достойный уровень заработной платы, ежегодная индексация
• Интересные задачи и работа в коллективе профессионалов
• Полный социальный пакет, скидки на спорт, питание
• ДМС

МЫ ПРЕДЛАГАЕМ СЛЕДУЮЩИЙ ФУНКЦИОНАЛ:

Общая цель:

Техническая верификация, тестирование и настройка AI-моделей подрядчика (VizorLabs). Работа с видеопотоками, тестовыми данными и бизнес-логикой.

1. Обязанности

Работа с данными: Сбор реальных кадров с камер (разные условия). Формирование «слепой» тестовой выборки (Blind Test Set) для проверки подрядчика. Аудит обучающего датасета подрядчика (поиск дисбаланса, отсутствия hard cases).

Тестирование моделей: Прогон кадров через систему. Самостоятельный расчет метрик (Precision, Recall, F1) и построение матрицы ошибок (Confusion Matrix). Выяснение версии модели (например, YOLOv5 или v8).

Настройка логики: Настройка зон ROI и линий пересечения (например, зона «клеть»). Настройка временных порогов срабатывания (нарушение фиксируется только через N секунд). Проверка защиты от двойного подсчета людей (трекинг).

Эксплуатация и мониторинг: Замер Latency и FPS на объекте. Регулярный прогон контрольных кадров для выявления деградации модели (Model Drift). Сбор кадров с ошибками (FP/FN) для передачи подрядчику на дообучение.

Коммуникация: Создание технических тикетов для подрядчика с описанием багов и приложением скриншотов.

2. Ответственность

За качество тестов: Репрезентативность Blind Test Set (подрядчик не должен знать эти кадры заранее).

За достоверность цифр: Правильный расчет Precision/Recall на реальных данных, а не слепое доверие отчетам подрядчика.

За корректность правил: Точная настройка зон ROI и порогов (исключение двойного подсчета одного человека).

За сбор данных для ретренинга: Своевременная передача подрядчику кадров с ошибками (FN/FP) для дообучения модели.

За первичный разбор инцидентов: Фиксация и классификация ложных срабатываний в течение 24 часов.

3. Ключевые артефакты (Что создает)

Размеченные тестовые датасеты (включая hard cases).

Таблицы метрик и матрицы ошибок (Confusion Matrix).

Скриншоты/видео ложных срабатываний (FP) и пропусков (FN).

Настроенные зоны ROI и правила в интерфейсе системы.

Технические тикеты для подрядчика.

ИДЕАЛЬНЫЙ КАНДИДАТ ДОЛЖЕН СООТВЕТСТВОВАТЬ ТРЕБОВАНИЯМ:

• Высшее образование (Информатика и вычислительная техника», «Прикладная математика и информатика», «Компьютерные науки», «Автоматизация технологических процессов», «Радиотехника» (направления, связанные с IT, Data Science, Computer Vision)).

  Допустимо: Техническое или инженерное образование (например, «Промышленная безопасность», «Автоматизация производства») при наличии подтвержденной переподготовки/сертификатов по CV/ML.

• Обязательный опыт работы:

  От 1 до 3 лет опыта работы в области Computer Vision, Data Science, видеоаналитики или тестирования AI-систем.

  Опыт работы с реальными видеопотоками (RTSP), настройки и калибровки камер.

  Опыт тестирования ML-моделей (расчет Precision/Recall, работа с Confusion Matrix).

  Опыт формирования тестовых датасетов (сбор, разметка, подготовка Blind Test Set).

• Желательный опыт работы:

  Работа в промышленном секторе (металлургия, нефтегаз, строительство) — понимание специфики производственных объектов и требований безопасности (СИЗ).

  Опыт взаимодействия с внешними подрядчиками (постановка задач, контроль выполнения, приемка результатов).

  Опыт работы с системами видеоаналитики на базе YOLO (YOLOv5, v8, v10).

  Опыт работы с Edge-устройствами (NVIDIA Jetson) и замера Latency/FPS.

Уважаемый соискатель! Мы ждем Вашего отклика на эту вакансию в случае, если Вы имеете опыт работы по направлению деятельности не менее 2-х лет.

В СВОЮ ОЧЕРЕДЬ МЫ ГОТОВЫ ПРЕДЛОЖИТЬ ВАМ СЛЕДУЮЩИЕ УСЛОВИЯ:

• Рабочее место: г. Березники, ул.Пятилетки, 63 (иногородним кандидатам предоставляется компенсация за найм жилья)
• Возможен гибридный график. Предусмотрены выезды на производственные площадки.
• Ненормированный рабочий день (отпуск 28 + 3 к.дня)
• Достойный уровень заработной платы, ежегодная индексация
• Интересные задачи и работа в коллективе профессионалов
• Полный социальный пакет, скидки на спорт, питание
• ДМС

МЫ ПРЕДЛАГАЕМ СЛЕДУЮЩИЙ ФУНКЦИОНАЛ:

Общая цель:

Техническая верификация, тестирование и настройка AI-моделей подрядчика (VizorLabs). Работа с видеопотоками, тестовыми данными и бизнес-логикой.

1. Обязанности

Работа с данными: Сбор реальных кадров с камер (разные условия). Формирование «слепой» тестовой выборки (Blind Test Set) для проверки подрядчика. Аудит обучающего датасета подрядчика (поиск дисбаланса, отсутствия hard cases).

Тестирование моделей: Прогон кадров через систему. Самостоятельный расчет метрик (Precision, Recall, F1) и построение матрицы ошибок (Confusion Matrix). Выяснение версии модели (например, YOLOv5 или v8).

Настройка логики: Настройка зон ROI и линий пересечения (например, зона «клеть»). Настройка временных порогов срабатывания (нарушение фиксируется только через N секунд). Проверка защиты от двойного подсчета людей (трекинг).

Эксплуатация и мониторинг: Замер Latency и FPS на объекте. Регулярный прогон контрольных кадров для выявления деградации модели (Model Drift). Сбор кадров с ошибками (FP/FN) для передачи подрядчику на дообучение.

Коммуникация: Создание технических тикетов для подрядчика с описанием багов и приложением скриншотов.

2. Ответственность

За качество тестов: Репрезентативность Blind Test Set (подрядчик не должен знать эти кадры заранее).

За достоверность цифр: Правильный расчет Precision/Recall на реальных данных, а не слепое доверие отчетам подрядчика.

За корректность правил: Точная настройка зон ROI и порогов (исключение двойного подсчета одного человека).

За сбор данных для ретренинга: Своевременная передача подрядчику кадров с ошибками (FN/FP) для дообучения модели.

За первичный разбор инцидентов: Фиксация и классификация ложных срабатываний в течение 24 часов.

3. Ключевые артефакты (Что создает)

Размеченные тестовые датасеты (включая hard cases).

Таблицы метрик и матрицы ошибок (Confusion Matrix).

Скриншоты/видео ложных срабатываний (FP) и пропусков (FN).

Настроенные зоны ROI и правила в интерфейсе системы.

Технические тикеты для подрядчика.

ИДЕАЛЬНЫЙ КАНДИДАТ ДОЛЖЕН СООТВЕТСТВОВАТЬ ТРЕБОВАНИЯМ:

• Высшее образование (Информатика и вычислительная техника», «Прикладная математика и информатика», «Компьютерные науки», «Автоматизация технологических процессов», «Радиотехника» (направления, связанные с IT, Data Science, Computer Vision)).

  Допустимо: Техническое или инженерное образование (например, «Промышленная безопасность», «Автоматизация производства») при наличии подтвержденной переподготовки/сертификатов по CV/ML.

• Обязательный опыт работы:

  От 1 до 3 лет опыта работы в области Computer Vision, Data Science, видеоаналитики или тестирования AI-систем.

  Опыт работы с реальными видеопотоками (RTSP), настройки и калибровки камер.

  Опыт тестирования ML-моделей (расчет Precision/Recall, работа с Confusion Matrix).

  Опыт формирования тестовых датасетов (сбор, разметка, подготовка Blind Test Set).

• Желательный опыт работы:

  Работа в промышленном секторе (металлургия, нефтегаз, строительство) — понимание специфики производственных объектов и требований безопасности (СИЗ).

  Опыт взаимодействия с внешними подрядчиками (постановка задач, контроль выполнения, приемка результатов).

  Опыт работы с системами видеоаналитики на базе YOLO (YOLOv5, v8, v10).

  Опыт работы с Edge-устройствами (NVIDIA Jetson) и замера Latency/FPS.