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 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