Альфа-Банк·Москва·29 сент.
TPO в Центр разработки Mlops сервисов
Ориентир по рынку≈ 341 000 – 450 000 ₽наша приблизительная оценка по 10 вакансиям этой роли и грейда, у работодателя вилка не указана
≈ 4,2 тыс.–5,6 тыс. $
ОфисMiddleПолная занятость
≈ 341 000 – 450 000 ₽наша приблизительная оценка
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Вместо вилки в объявлении «доход: размер заработной платы обсуждается»: что это значит в цифрах, придётся выяснять. Вакансия живая, задачи расписаны.
3 из 4 в норме
Зарплата не указана: ваша цель, нижняя граница и фраза для первого созвона
Деньги
Вместо вилки в объявлении «доход: размер заработной платы обсуждается». Ориентир на созвон: столько платят в 10 похожих вакансиях ML Engineer уровня Middle.
Живость
Висит 29 дней, признаков фиктивного найма нет. Повторных публикаций не было.
Описание
Расписано подробно: обязанностей 7, требований 10. Картина ясна до первого созвона.
Что требуют
ОбязательноMLOpsML
ПлюсомKafkaSparkCassandraAirflow
Надбавка к зарплате на этом уровне: Kafka +43%.
Полный разбор в Pro
Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме
Сколько просить
Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга
Ваше резюме против требований
Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика
Спросить у работодателя
10 вопросов именно к этой вакансии: что спросить на первом созвоне
Когда откликаться
Стоит ли спешить: за сколько дней Альфа-Банк обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Наша компания
Мы развиваем ML-платформу крупного банка и создаём Online FeatureStore — сервис, который рассчитывает и предоставляет моделям актуальные признаки через API. Он должен помогать командам быстрее подключать модели и использовать данные для принятия решений в реальном времени.
О роли
Ищем TPO, который возьмёт на себя развитие продукта: от требований пользователей и приоритизации задач до запуска сервиса и подключения моделей.
Чем предстоит заниматься
Формировать видение, дорожную карту и бэклог Online FeatureStore; определять объём MVP и последовательность подключения моделей
Собирать требования от команд Data Science, рисков и других пользователей: какие признаки нужны, из каких источников, с какой частотой обновления и допустимой задержкой
Вместе с архитекторами и разработчиками прорабатывать 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
Наши требования
Опыт работы Product Owner / 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 приоритизировать задачи 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: пакетные и потоковые процессы, очереди событий, хранилища, API
Умение обсуждать с инженерной командой задержку ответа, свежесть данных, отказоустойчивость, качество данных и нагрузку, не подменяя собой архитектора или технического лидера
Опыт взаимодействия с несколькими командами и доведения продукта до работающего результата
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, которым пользуются несколько команд с разными сценариями
Мы предлагаем
Стабильный и прозрачный доход: размер заработной платы обсуждается по итогам собеседования
Работа в agile-команде
Удаленный формат работы
Сложные и интересные задачи, современный стек технологий
Возможность вертикального и горизонтального карьерного роста: регулярно проходят тренинги, вебинары, митапы и демо-дни
Доступ к бесплатным корпоративным библиотекам Alpina Digital, MyBook и бизнес-изданий
Предложения от Банка только для сотрудников: собственный спортзал, а также скидки на услуги туристических агентств, продукты питания, в рестораны, бары, магазины
