Массовые отклики Мои резюме Поиск вакансий Контакты Войти
🔥

Не упустите лучшие вакансии!

Подключите наш Telegram-бот и получайте мгновенные уведомления о новых предложениях из 10+ источников. Будьте первым, кто откликнется!

Подключить бота

Открыты вакансии в направление данных и искусственного интеллекта

Ozon Банк
Удаленно Опубликовано: 10 Nov 2025

Какие задачи вас ждут

 

MLOps  

Вам предстоит:

 
  • Развивать компоненты ML-платформы в парадигме Model-as-a-Service.
  • Развивать Observability сервисов ML-платформы.
  • Реализовывать и сопровождать сервисы на Python.
  • Покрывать код тестами.
  • Документировать разрабатываемые решения.
  • Проводить Code Review.

А также:

 
  • Формировать и поддерживать бизнес-глоссарий и каталог данных: описания датасетов, владение, SLA, правила доступа, data lineage.
  • Разрабатывать и сопровождать правила качества данных (DQ): верификации, completeness и consistency, мониторинги и алерты.
  • Проектировать и согласовывать data contracts между источниками (OLTP, стримы) и потребителями (витрины, ML и отчётность), следить за эволюцией и совместимостью схем.
  • Участвовать в процессах доступа к данным: классификация, политики, согласование, аудит.
  • Обеспечивать соответствие регуляторной политике совместно с Legal или IS.
___ Data Engineer  

Вам предстоит:

 
  • Разрабатывать инструменты доставки данных.
  • Проектировать и реализовывать фабрики пайплайнов.
  • Обновлять актуальные данные и следить за их своевременным поступлением.
  • Строить систему качества данных.
  • Обучать аналитиков и дата-сайентистов современным практикам работы с данными.
  • Настраивать и поддерживать системы мониторинга и алертинга.
____ Data Scientist  

Вам предстоит:

 
  • Разрабатывать и поддерживать ML-модели для кредитования физических лиц.
  • Развивать и поддерживать внутренний фреймворк для разработки моделей.
  • Генерировать и применять в моделях новые фичи на основе новых источников данных.
  • Участвовать в постановке задачи, находить приоритетные направления для моделирования и прозрачно об этом рассказывать.
  • Разрабатывать и поддерживать сервисы для продового расчета моделей.
  • Анализировать эффективность моделей в проде, организовывать и дорабатывать мониторинг.
___ ## Ожидания от кандидата  
MLOps  

Мы ожидаем, что вы владеете знаниями:

 
  • DevOps: понимание Docker, Kubernetes и GitLab CI/CD.
  • MLOps: общее понимание терминологии, концепций и составляющих архитектуры ML-инфраструктуры; опыт разворачивания MLflow и NVIDIA Triton Inference Server.
  • Python: real-time-сервисы и асинхронное программирование, юнит-тестирование и окружение для разработки (pyproject, Poetry, environment, Makefile, линтеры, форматтеры).
  • Airflow, gRPC.

А также:

 
  • Опыт: в data governance или data stewardship от 3 лет.
  • SQL: уверенное знание: написание проверок качества, профилирование, поиск аномалий.
  • Python: базовое владение для автоматизации и DQ-скриптов.
  • Архитектура данных: понимание архитектуры и моделей данных.
  • Инструменты: опыт работы с каталогами данных/бизнес-глоссариями (OpenMetadata, DataHub) и инструментами DQ (Great Expectations, Deequ и другие).
  • Регуляторика: базовые знания PCI DSS, 152-ФЗ, контроль доступа и маскирование.

Будет плюсом:

 
  • Опыт построения промышленной ML-инфраструктуры (получение фичей, сервинг моделей, настройка Observability).
  • Базовое знание Hadoop (Spark, Yarn, Hive, HDFS).
  • Умение оптимизировать код для real-time-работы.
  • Опыт работы с GPU.
___ Data Engineer  

Для нас важно, что вы:

 
  • Опыт: более 3 лет работаете на языке Python; более 2 лет работаете дата-инженером.
  • Технологии: знаете Apache Spark (PySpark), понимаете принципы работы СУБД и умеете оптимизировать запросы.
  • Базы данных: знаете, как работать с ClickHouse, PostgreSQL, Vertica.
  • Архитектура: понимаете принципы работы хранилища данных.
  • Orchestration: умеете писать компоненты Airflow.
  • Разработка: поддерживаете порядок в коде, Git и документации; тестируете свои решения при помощи pytest.
  • Навыки: умеете и любите быстро учиться, сразу применяете новые знания, можете самостоятельно находить ответы на сложные вопросы.
  • Образование: имеете высшее техническое образование.

Будет плюсом:

 
  • Инструменты: умение работать с Kubernetes, Prometheus, Superset, Helm, FastAPI, Flask.
  • Коммуникации: опыт общения с аналитиками и дата-сайентистами.
____ Data Scientist  

Ждем от вас:

 
  • Опыт: работа в кредитном скоринге от 2 лет.
  • Данные: умение работать с данными (анализ, очистка, подготовка, отбор и создание признаков), навыки написания сложных SQL-запросов.
  • Теория: знание теории вероятностей, математической статистики и методов машинного обучения; знание типовых пайплайнов для построения скоринговых моделей.
  • Инструменты: опыт работы с пакетами для анализа данных.
  • Валидация: общие представления о валидации и способах построения мониторинга моделей.

Будет плюсом:

 
  • Опыт с фреймворками для агентских систем (SmolAgents).
  • Опыт работы с Triton Server и TensorRT-LLM.
*** ## Формат работы  
  • Удалёнка, гибрид, офис — на ваш выбор.
  • Есть офисы в Москве, Санкт-Петербурге и Иннополисе.
Перейти к вакансии
🚀

Ваше резюме увидят первым!

Автоматическое поднятие на HeadHunter каждые 4 часа. Увеличьте свои шансы на успех в 10 раз!

Подключить автоподнятие