Руководитель ML группы

Привет! Мы отдел разработки систем технического зрения. Развиваем технологии компьютерного зрения для автоматизации складских процессов Ozon. Наши системы работают с реальными видеопотоками, high-load инфраструктурой и ML-моделями в продакшене. Ищем руководителя группы, который сможет одновременно усиливать инженерную экспертизу команды и обеспечивать предсказуемую поставку решений в бизнес.

-

-

- Опыт построения real-time видеоаналитики или потоковых ML-систем. - Опыт работы с Kubernetes и микросервисной архитектурой. - Понимание распределенных систем и потоковых платформ обработки данных. - Опыт оптимизации inference на GPU (TensorRT, batching, quantization). - Опыт управления несколькими командами или техлидами. - Английский язык на уровне уверенного чтения технической документации

Управлять командой ML / CV-инженеров: постановка задач, развитие сотрудников, регулярная обратная связь. - Формировать техническое видение и развивать архитектуру CV-систем с учетом real-time требований и production-ограничений. - Принимать ключевые технические решения по моделям, inference-пайплайнам и инфраструктуре. - Обеспечивать эффективность разработки: планирование, приоритизация, контроль сроков и качества поставки. - Оптимизировать производительность решений — latency, throughput, утилизацию GPU и стоимость инференса. - Выстраивать процессы разработки ML-систем: эксперименты, валидация, деплой, мониторинг. - Работать на стыке команд (backend, infra, data, продукт) и синхронизировать технические решения с бизнес-целями. - Управлять техническими рисками и повышать надежность production-систем. - Масштабировать команду: участие в найме и формировании сильной инженерной культуры.

Опыт управления инженерной или ML-командой от 2–3 лет. - Сильный бэкграунд в Computer Vision и опыт разработки production-решений. - Опыт проектирования архитектуры ML-систем или high-load сервисов. - Понимание real-time систем и подходов к оптимизации latency и throughput. - Практический опыт оптимизации моделей и алгоритмов для работы на больших объемах данных. - Уверенное знание Python. - Опыт работы с GPU и понимание принципов эффективной утилизации аппаратных ресурсов. - Понимание MLOps-практик (CI/CD, мониторинг моделей, управление экспериментами). - Сильные навыки приоритизации и принятия технических решений в условиях неопределенности. - Развитые коммуникационные навыки и способность договариваться со стейкхолдерами.