MLOps Engineer (Рекомендации и персонализации)

Привет! Это команда MLOps-команды "Эффективность Рекомендаций".

Мы отвечаем за pipeline сбора данных, обучение, валидацию и мониторинг моделей ранжирования для рекомендательных сервисов. Наша задача — сделать этот процесс максимально эффективным, предсказуемым и стабильным.

Сейчас мы ищем уверенного инженера данных к нам в команду.

Наш стек

• Python, PySpark, Airflow, Grafana, ClickHouse.

Вы будете

• Создавать стабильные, отказоустойчивые и масштабируемые системы обработки данных.
• Писать регрессионные тесты (в разработке используем TDD).
• Создавать инструменты мониторинга.
• Настраивать процессы CI/CD.
• Проектировать архитектуру систем обработки данных.
• Создавать и валидировать прототипы решений.
• Работать над продуктизацией моделей CatBoost и нейросетевых моделей.

Нам важно

• Продвинутое владение Python и понимание основ ООП.
• Хорошее знание PySpark (как DataFrame API, так и Spark SQL API).
• Хорошее знание основ ML, ML-процессов и основных метрик качества ML-моделей.
• Опыт в оптимизации производительности запросов и ETL-процессов.
• Уверенный технический бэкграунд (вы представляете себе, что такое контейнеры, K8s, Kafka и т.д).

Будет плюсом

• Опыт разработки/продуктизации нейросетевых моделей.
• Опыт работы с Airflow.
• Опыт написания микросервисов на языке Go.

Работа в Ozon Tech — это

• Люди, которым не всё равно — ценим инициативу и самостоятельность, доверяем друг другу и даём свободу в принятии решений.
• Открытая культура — мы учимся на ошибках и фокусируемся на решении проблем, а не на поиске виноватых.
• Сильная команда, которой мы гордимся — обсуждаем идеи, обмениваемся экспертизой, просим совета и поддерживаем друг друга.
• Современный стек и развитая инженерная культура — реализуем амбициозные проекты и создаём решения, которых ещё нет на рынке.