Product Owner/Senior MLOps
Описание
Мы строим фундамент MLOps платформы в масштабах Сбера. Мы ищем сильного Product Owner, который возьмет на себя развитие централизованных сервисов автоматизации производственного цикла Classic ML. Вашими продуктами станут CI/CD-конвейеры для ML (real-time online inference и тяжелые batch-процессинги). Ваша миссия — сократить Lead Time от обучения модели до её промышленной эксплуатации, обеспечив надежность и управляемость на уровне всего Банка. Вам предстоит работать на стыке потребностей бизнес-заказчиков, строгих регуляторных требований Enterprise и сложных инженерных вызовов (Kubernetes, Hadoop, S3). Стратегия и видение Разработка и синхронизация продуктовой стратегии платформы с глобальной стратегией компании по развитию Classic ML функции. Исследование рынка MLOps-решений (Open-source, SaaS) и внедрение лучших практик для обеспечения скорости и надежности доставки моделей. Определение метрик успеха платформы (Developer Experience Score, Time-to-Production, утилизация GPU/CPU, Reliability SLO). Управление продуктом и бэклогом Формирование и приоритизация бэклога, балансируя между функциональными требованиями DS-команд, техническим долгом и задачами по масштабированию (High Load). Декомпозиция сложных технических эпиков на user stories с четкими критериями приемки (DoR/DoD). Управление жизненным циклом версий API (включая стратегию депрекации старых версий). Взаимодействие со стейкхолдерами Выступать «голосом заказчика» для внутренних команд Data Science и ML-инженеров, выявляя боли в процессах деплоя и мониторинга. Управление ожиданиями бизнес-заказчиков: объяснение технических ограничений, SLA/SLO, стоимость владения моделью в продакшене. Тесное сотрудничество с Tech Lead, архитекторами и смежными продуктовыми командами (Data Platform, IAM/Security, Мониторинг). Контроль реализации Приемка инкрементов: проверка гипотез через метрики, а не через субъективные ощущения. Обеспечение полной наблюдаемости сервисов (логирование, трейсинг, алертинг) на уровне продукта. Обеспечение соблюдения стандартов ИБ и комплаенса (шифрование, аудит действий, управление секретами) на этапе проектирования, а не постфактум. Требования Опыт в MLOps / Data Engineering: Опыт управления продуктами в области машинного обучения, или высоконагруженной инфраструктуры от 3-х лет. Технический бэкграунд: Понимание архитектуры ML-систем (признаки, модель, инференс). Знание того, как работают Docker, Kubernetes, Helm, Kafka/RabbitMQ. Понимание разницы между Online (gRPC/REST) и Batch инференсом. CI/CD и GitOps: Четкое понимание принципов непрерывной интеграции и доставки, опыт работы с триггерами пайплайнов, деплой-стратегиями (Canary, Blue-Green, Shadow). Управление требованиями: Опыт формализации строгих нефункциональных требований (SLA 99.9%, RTO/RPO, latency < 50ms, throughput > 10k RPS). Экономика платформы: Опыт построения cost-эффективных решений, понимание принципов FinOps (учет потребления GPU/CPU командами). Soft Skills и Достижения Системное мышление: Способность видеть платформу целиком, а не только отдельные фичи. Понимание того, как изменение в CI/CD влияет на бизнес-эффекты. Коммуникация со сложной аудиторией: Умение разговаривать на языке инженеров (про gRPC и сериализацию) и на языке бизнеса (про окупаемость и риски). Ориентация на результат: Опыт вывода платформенных сервисов от стадии "пилот" до массового adoption (сотни моделей в проде). Управление зависимостями: Опыт работы в матричной структуре крупной компании, умение договариваться со смежными командами без прямых административных рычагов. Будет плюсом Опыт работы с ML Feature Store (Feast, Tecton или in-house решения). Понимание специфики мониторинга моделей (Data Drift, Model Decay) в проде. Опыт работы с Open Policy Agent (OPA) или аналогичными системами авторизации. Сертификация PO/PM (CSPO, SAFe PM/PO) при наличии реального технического опыта. Условия комфортный современный офис рядом с м. Тульская возможность выбрать удобный график – офис/гибрид ежегодный пересмотр зарплаты и годовая премия корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ подписка Прайм с возможностью совместного использования на трёх близких вознаграждение за рекомендацию друзей в команду Сбера