Technical Product Manager — ML Platform (YTsaurus)
Яндекс — одна из немногих компаний в мире, оперирующих экcабайтами данных, которые нужно уметь эффективно хранить, обрабатывать и передавать между различными системами.
↑ Вакансия с автоподнятиемЯндекс — одна из немногих компаний в мире, оперирующих экcабайтами данных, которые нужно уметь эффективно хранить, обрабатывать и передавать между различными системами.
Для решения этих задач мы создали и развиваем распределённую платформу хранения и обработки данных YTsaurus.
Мы развиваем ML-платформу Яндекса на базе YTsaurus — инфраструктуру, на которой работают десятки команд машинного обучения и обучаются модели для ключевых продуктов компании. Пользователями платформы являются большинство ML-разработчиков Яндекса — сотни команд, которые обучают модели для Алисы, Нейро, Шедеврума.
Платформа покрывает полный жизненный цикл ML-разработки — от подготовки датасетов и обучения моделей на больших GPU-кластерах до продакшен-инференса и эксплуатации моделей.
Ключевые компоненты платформы
* Managed DevCluster для удалённой разработки и тестовых запусков задач на GPU
* Инструмент простого с точки зрения UX и эффективного запуска процессов обучения на гигантском кластере YTsaurus с тысячами GPU
* Оркестратор, который позволит описывать графы подготовки данных на Python и SQL
* Решение для трекинга ML-экспериментов (по смыслу похожее на Weights & Biases)
* MLOps-система для управления жизненным циклом моделей
Ищем Technical Product Manager, который будет помогать нам развивать платформу: формировать продуктовую стратегию, понимать потребности ML-инженеров и вместе с командами разработки создавать инструменты для эффективной работы ML-инженера.
Развитие продукта
Формировать продуктовую стратегию и roadmap ML-платформы. Определять ключевые направления развития инфраструктуры для ML-разработки. Развивать платформу, покрывающую полный ML lifecycle, включая подготовку и хранение датасетов, обучение моделей, управление экспериментами, запуск inference, эксплуатацию моделей.
Работа с пользователями
Глубоко погружаться в задачи ML-команд Яндекса. Выявлять узкие места в инфраструктуре ML-разработки. Формировать требования к новым инструментам и сервисам платформы.
Формирование решений
Участвовать в проектировании ключевых компонентов ML-платформы. Переводить потребности пользователей в конкретные продуктовые решения. Приоритизировать развитие платформы на основе продуктовых метрик и обратной связи.
Работа с командами
Координировать несколько инженерных команд. Помогать командам поставлять сложные инфраструктурные фичи. Следить за тем, чтобы развитие платформы соответствовало продуктовой стратегии.
Больше о создании продуктов в Яндексе — в канале Yandex for Products
* Работали с машинным обучением (обязательное требование)
* Понимаете полный жизненный цикл ML-разработки
* Запускали и развивали продукты (product management)
* Умеете формировать roadmap и приоритизировать развитие продукта
* Имеете сильную техническую базу и разбираетесь в ML-инфраструктуре, распределённых системах, GPU-обучении моделей
* Умеете работать на стыке ML-инженерии, инфраструктурных команд и продукта
* Работали с ML-платформами или MLOps-инфраструктурой
* Имели дело с большими распределёнными вычислительными системами
* Строили developer platform или internal tools
Похожие вакансии Технический менеджер
- развитие комплекса Системы противодействия мошенничеству и вспомогательных инструментов по управлению рисками в каналах: платежные карты, ДБО ЮЛ/ДБО ФЛ;
- формирование предложений по оптимизации, улучшению процессов Антифрод- и ПОД/ФТ-мониторинга;
- анализ и трансформация данных аналитических хранилищ баз данных, формирование аналитической отчетности;
- анализ и формирование функциональных и бизнес-требований;
- последующая реализация и развитие продукта совместно с разработчиком;
- участие в проектах по развитию комплекса банковских систем по противодействию мошенничеству;
- участие в разработке тест-кейсов и функциональных тестированиях.
Требования:
- высшее техническое или экономическое образование;
- опыт работы/написание SQL-запросов.
- опыт работы с программным обеспечением в области Антифрод и ПОД/ФТ;
- опыт работы с фронтальными системами;
- понимание сценариев проведения мошеннических операций и методов противодействия;
- умение настраивать Антифрод-алгоритмы на специализированном банковском ПО;
- опыт описания и согласования бизнес-требований;
- навыки разработки технической документации (ФТ, ТЗ, руководства, методики и пр.);
- моделирование данных в реляционных базах, основы работы с СУБД;
- владение специализированными языками программирования (Python, SAS);
- знание основных технологий и протоколов, применяемых при разработке ПО;
- знание стандартов ПС (основы ISO 8583, PCI DSS) и технологий проведения транзакций по картам и ДБО (СБП, NFC и т.д.);
- опыт работы с ПО: Oracle SQL D
Обязанности:
- Понимать алгоритмы машинного обучения, метрики качества моделей и их жизненный цикл.
- Преобразовывать бизнес‑требования в технические задания и вести полный цикл внедрения AI/ML‑решений от идеи до продакшн.
- Интегрировать ML‑модели во все каналы операций (ДБО, эквайринг, эмиссия, отделения) и повышать детекцию мошенничества, снижая ложные срабатывания.
- Разрабатывать и поддерживать проектную документацию (ФТ, BRD и др.) по внедрению ML в антифрод, комплаенс и контроль дропов.
- Формировать портфель ML‑проектов, выявлять зоны автоматизации и выводить решения в продакшн.
- Определять архитектурные требования к взаимодействию моделей с системами принятия решений, организовывать A/B‑тестирование и управлять модельным риском.
- Сотрудничать с командами мониторинга, аналитики, Data Science и бизнес‑подразделениями для достижения целей направления.
Требования:
- Математическое/экономическое образование;
- Сильнейшие вузы страны – в первую очередь Высшая Школа экономики и математические вузы;
- Работа в передовых компаниях с точки зрения внедрения AI (Сбербанк, Яндекс, Телекомы) или топовые вендоры;
- Опыт руководства кросс-функциональной командой (DS, аналитика, бизнес);
- Опыт создания или оптимизации банковских бизнес-процессов;
- Понимание принципов внедрения изменений в продукты и процессы (бэклог, синхронизация команд);
- Опыт разработки и внедрения ML-моделей в промышленную эксплуатацию.
Условия:
- Стабильный и прозрачный доход: размер заработной платы обсуждается по итогам собеседования;
- Работа в гибридном графике;
- Карьерный рост: ты будешь понимать, что нужно сделать для перехода на другой уровень;
- Чувство локтя: у нас дружелюбная атмосфера и команда лучших профессионалов, которые готовы делиться с тобой экспертизой;
- Забота о твоем здоровье: программа ДМС, куда входит стоматология и обслуживание в лучших клиниках города, скидки на абонементы в фитнес-клубы, неформальные спортивные сообщества;
- Возможности для разнообразного досуга: скидки на услуги туристических агентств, продукты питания, в рестораны и бары, в магазины и салоны красоты;
- Предложения от банка только для сотрудников: льготные условия обслуживания карты Cash Back и другие предложения.
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.