TPO в центр разработки MLOps-сервисов

HireHi; United States; Remote; USD 120,000 - 170,000; Full time

Benefits offered by this job

Бесплатные корпоративные библиотеки

Собственный спортзал

Скидки на туристические услуги

Job summary

HireHi ищет Product Owner/Technical Product Owner для технически сложного продукта в области обработки данных и ML. Вы будете формировать видение и дорожную карту, собирать требования от нескольких команд и управлять зависимостями между микросервисами и источниками данных.

Кандидат должен понимать полный цикл ML-моделей, архитектуру распределённых систем и обеспечивать доступность, свежесть и мониторинг признаков для онлайн и оффлайн сценариев.

Qualifications

• Опыт Product Owner/Technical Product Owner для технически сложного продукта: платформой данных, ML-платформой, сервисом обработки данных или внутренним API.
• Умение переводить потребности пользователей в технически проверяемые требования и расстановку приоритетов с учётом ценности, рисков и зависимостей.
• Понимание жизненного цикла ML-моделей и того, как признаки рассчитываются, хранятся и передаются в модель.
• Знакомство с архитектурой распределённых систем и обработкой данных: пакетными и потоковыми процессами, очередями событий, хранилищами и API.
• Умение обсудить с инженерной командой задержку ответа, свежесть и качество данных, отказоустойчивость и нагрузку.

Responsibilities

• Формировать видение, дорожную карту и бэклог Online FeatureStore, определять объём MVP и последовательность подключения моделей
• Собирать требования команд Data Science, рисков и других пользователей к признакам, источникам, частоте обновления и допустимой задержке
• Прорабатывать с архитекторами и разработчиками сценарии расчёта признаков, интеграции с источниками, API чтения и устройство online-хранилища
• Согласовывать требования к доступности сервиса, свежести и качеству данных, согласованности online- и offline-признаков, мониторингу и восстановлению после сбоев
• Вести задачи от постановки до приёмки, фиксировать критерии готовности, управлять зависимостями, согласовывать решения со смежными командами и снимать блокеры
• Организовать пилот MVP, подключение первых моделей и оценку результата для их пользователей
• Прорабатывать следующие сценарии развития продукта, включая пересчёт признаков по событиям и применимость сервиса для антифрода

Skills

Product Owner

Technical Product Owner

ML platform knowledge

Data engineering familiarity

Distributed systems

Stakeholder management

Banking data experience

Tools

Kafka

Spark Structured Streaming

Cassandra

Airflow

S3

Monitoring tools

Job description

Описание

Описания нет

Задачи

• Формировать видение, дорожную карту и бэклог Online FeatureStore, определять объём MVP и последовательность подключения моделей
• Собирать требования команд Data Science, рисков и других пользователей к признакам, источникам, частоте обновления и допустимой задержке
• Прорабатывать с архитекторами и разработчиками сценарии расчёта признаков, интеграции с источниками, API чтения и устройство online-хранилища
• Согласовывать требования к доступности сервиса, свежести и качеству данных, согласованности online- и offline-признаков, мониторингу и восстановлению после сбоев
• Вести задачи от постановки до приёмки, фиксировать критерии готовности, управлять зависимостями, согласовывать решения со смежными командами и снимать блокеры
• Организовать пилот MVP, подключение первых моделей и оценку результата для их пользователей
• Прорабатывать следующие сценарии развития продукта, включая пересчёт признаков по событиям и применимость сервиса для антифрода

Требования

• Опыт работы Product Owner или Technical Product Owner с технически сложным продуктом: платформой данных, ML-платформой, сервисом обработки данных или внутренним API
• Умение переводить потребности пользователей в технически проверяемые требования и расставлять приоритеты с учётом ценности, рисков и зависимостей
• Понимание жизненного цикла ML-моделей и того, как признаки рассчитываются, хранятся и передаются в модель при обучении и применении
• Знакомство с архитектурой распределённых систем и обработкой данных: пакетными и потоковыми процессами, очередями событий, хранилищами и API
• Умение обсудить с инженерной командой задержку ответа, свежесть и качество данных, отказоустойчивость и нагрузку, не подменяя архитектора или технического лидера
• Опыт взаимодействия с несколькими командами и доведения продукта до работающего результата
• Будет плюсом: практический опыт с Feature Store, real-time ML или скоринговыми системами, знакомство с Kafka, Spark Structured Streaming, Cassandra, Airflow, S3 и инструментами мониторинга, опыт работы с банковскими данными и требованиями к управлению доступом, аудиту и надёжности сервисов, опыт запуска платформенного продукта для нескольких команд с разными сценариями

Условия

• Размер заработной платы обсуждается по итогам собеседования
• Работа в agile-команде
• Сложные и интересные задачи, современный стек технологий
• Возможность вертикального и горизонтального карьерного роста, тренинги, вебинары, митапы и демо-дни
• Доступ к бесплатным корпоративным библиотекам Alpina Digital, MyBook и бизнес-изданиям
• Собственный спортзал и скидки на услуги туристических агентств, продукты питания, рестораны, бары и магазины