ML Lead
Руководить ML-командой в финтех-направлении объединённой компании Wildberries и Russ: строить пайплайны, выводить в production скоринговые модели, модели оттока и прогноза продаж, проводить код-ревью и задавать стандарты. Нужен опыт в DS/ML от 5 лет, из них минимум год в банке, финтехе или на маркетплейсе, плюс опыт руководства командой и найма. Предлагают ДМС, корпоративное обучение, спорт и другие бонусы аккредитованной IT-компании.
Отклик отправляется на сайте источника. Регистрация в Taylor для перехода не нужна.
Зарплата не указана — оценили по рынку
На основе 9 похожих вакансий за 90 дней, рынок — СНГ (RUB).
Что предстоит делать
Навыки: SQL, Docker, Git. Специализации: ML разработчик. Объединённая компания Wildberries и Russ — это международная технологическая компания, образованная в результате слияния двух лидеров рынка — IT-компании Wildberries и оператора наружной рекламы Russ. О команде и проектах: Full-stack ML/AI команда с продуктовым мышлением. Внедряем ML/AI в бизнес Финтех/Банка в РФ и странах СНГ. Ищем сильного ML Lead, готового руководить ML командой в B2С. ## Вам предстоит - Руководить командой ML-инженеров; - Участвовать в найме и развитии команды; - Взаимодействовать со стейкхолдерами продукта и смежными командами; - Строить и развивать внутренние пайплайны для разработки ML моделей; - Разрабатывать и выводить в production ML-модели: скоринговые, оттока, отклика, прогноза продаж; - Решать задачи Risk-моделирования (PD/LGD/PnL), CRM, Collection; - Исследовать и интегрировать новые источники данных для расширения признакового пространства; - Выстраивать мониторинг за стабильностью моделей и фичей; - Проводить код-ревью и задавать стандарты качества кода. ## Мы ожидаем от вас - Опыт и бэкграунд: - Опыт в DS/ML от 5 лет, из них минимум 1 год в банке, финтехе или на маркетплейсе; - Промышленный опыт внедрения моделей в production; - Опыт работы с S3/Hadoop и аналитическими БД (ClickHouse, Trino, GreenPlum); - Опыт руководства командой или проектами от 1 года; - Опыт найма сотрудников и построения команды; - Умение декомпозировать задачи и планировать работу команды. - ML и DL: - Глубокое владение классическим ML и DL: градиентный бустинг, uplift- и behavioral-модели, нейросети и трансформеры; - Опыт построения мониторинга за работой моделей; - Опыт работы с LLM/агентами для решения повседневных задач - Технологии и инструменты: - Владение Python, Spark, PyTorch, Airflow, Git, Docker, SQL; - Опыт работы с инструментами командной работы (Git, Jira, Confluence). - Будет плюсом: опыт работы с MLflow/ClearML, Triton inference, графовой аналитикой/графовыми NN, RL. ## Что мы предлагаем - Обучение и развитие: языковые клубы, собственный корпоративный университет, программы развития управленческих навыков и многое другое; - Благополучие сотрудников: корпоративный пакет ДМС со стоматологией, корпоративный спорт, консультации психолога и дополнительные возможности аккредитованной IT-компании; - Множество сообществ: клуб спикеров, футбола, йоги, шахмат и т.д.; - Забота о семьях: создаем условия, в которых легко сочетать карьеру и заботу о близких – от гибкого подхода до масштабных проектов для детей сотрудников; - Скидки и партнерские программы: на обучение, страхование, покупки и многое другое; - Комфортная рабочая среда: бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника и портал для сотрудников.
Стек и инструменты
Сколько платят вам?
Анонимно укажите, сколько вы получаете как Data/ML-специалист, — сразу покажем, в скольких вакансиях платят меньше. А из ответов сложится зарплата, которую платят на деле, а не обещают.
Подходит ли вам эта вакансия?
Зарегистрируйтесь и загрузите резюме — посчитаем % совпадения с этой вакансией, подсветим сильные стороны и что стоит подтянуть
Ещё в RWB
55 активных вакансий в компании
Lead Backend Developer (Корпоративный портал)
~1 624 000 – 2 940 000 ₸ оценка по стеку
Нужен техлид для внутреннего корпоративного портала: объединить две команды, провести аудит сервисов, спроектировать целевую архитектуру и пересобрать интеграции с HR-системами. Требуется от 6 лет в бэкенде, из них от 2 лет тимлидом команды от 8 человек, сильный Go, опыт с распределёнными системами на Kafka и PostgreSQL под нагрузкой. Предлагают ДМС, обучение, корпоративный спорт, питание в офисе и скидки.
Инженер по данным
~896 000 – 1 680 000 ₸ оценка
Команда рекомендательных систем Wildberries и Russ ищет инженера данных для построения платформы данных для ML-специалистов и аналитиков. Нужно проектировать озёрное хранилище на Iceberg, настраивать качество данных, feature store и семантический слой. Требуются уверенный Python в DE от 2 лет, глубокий SQL и опыт с Airflow, Hadoop, MPP-системами и Trino. Предлагают ДМС, обучение, корпоративные сообщества и комфортный офис.
Бэкенд разработчик (Java/Kotlin)
~1 232 000 – 1 680 000 ₸ оценка по стеку
Разработка платформенного решения и интеграционных приложений для нового Wildberries Банка на Java/Kotlin с нуля, без legacy-систем. Нужен коммерческий опыт от 3 лет, знание PostgreSQL и понимание высоконагруженных приложений, опыт в FinTech будет плюсом. Предлагают ДМС со стоматологией, корпоративное обучение, спорт и скидки, офис рядом с метро с бесплатным питанием.
Бизнес-аналитик
~756 000 ₸ оценка
Нужен бизнес-аналитик в команду проектного офиса департамента клиентского сервиса, который будет развивать B2B-продукты для продавцов Wildberries. Задачи — собирать и формализовать требования, проектировать бизнес-процессы и пользовательские сценарии с нуля, описывать их в CJM и согласовывать решения с продуктовыми командами. Ждут опыт бизнес-аналитиком от 3 лет, понимание BPMN и CJM; предлагают ДМС, обучение, корпоративные сообщества и комфортный офис.
Похожие вакансии
6 вакансий
Продуктовый аналитик
~1 736 000 – 2 240 000 ₸ оценка
Нужен продуктовый аналитик для цифровизации процессов техобслуживания и ремонта на Липецкой площадке НЛМК: собирать гипотезы, считать экономический эффект, описывать процессы и требования к ИТ-решениям. Важны понимание ТОиР и промышленных систем (ERP/EAM, MES, SCADA), работа с данными и Excel, базовый SQL. Предлагают оформление по ТК РФ, ДМС, обучение и корпоративные льготы.
Главный BI-разработчик
~1 050 000 – 1 750 000 ₸ оценка по стеку
AITAS ищет главного BI-разработчика: строить отчёты и интерактивные дашборды в Power BI, писать сложные SQL-запросы, интегрировать данные из CRM, ERP, API и Excel, следить за качеством данных и оптимизировать производительность. Нужен опыт в Power BI от 1–3 лет, уверенный SQL (JOIN, CTE, оконные функции), понимание DWH, ETL/ELT и моделирования данных, английский для чтения документации. Плюсом будут Tableau, Qlik Sense и другие продукты Microsoft.
Старший Data Scientist
~2 029 725 ₸ оценка
Ищем старшего Data Scientist, который умеет вести задачу от бизнес-вопроса до работающего в продакшене решения. Нужно строить и валидировать ML-модели, работать с грязными данными, метриками и экспериментами, доводить модели до продакшена вместе с инженерами. Требуется 5+ лет опыта в DS/ML, уверенный Python (Pandas, NumPy, scikit-learn), статистика, SQL, MLOps и облака, английский Upper-Intermediate и выше.
Дата-инженер
Нужен дата-инженер, который примет на себя корпоративное хранилище данных на PostgreSQL и ClickHouse с оркестрацией в Airflow и будет отвечать за него целиком. Первая крупная задача — восстановить ссылочную структуру терабайтной исторической базы 1С, дальше — DAG-и, слои хранилища, витрины и качество данных. Требуют от 5 лет опыта, продакшен-навыки Airflow, сильный SQL и Python; предлагают официальное оформление по ТК РК, график 5/2 в офисе и соцпакет с ДМС.
Senior Machine Learning & AI Engineer
Нужно проектировать и внедрять AI-процессы для бизнеса, строить предиктивные модели и агентные решения, а также ML-пайплайны на AWS и Snowflake. Работа включает полный цикл разработки, взаимодействие со стейкхолдерами и менторство в растущей AI-команде.
Data Scientist (Middle+/Senior)
Нужно формулировать бизнес-задачи в ML-решения, проводить исследовательский анализ данных и разрабатывать модели — от классического ML и статистики до рекомендательных систем и NLP/LLM. Также предстоит валидировать модели, оценивать качество, внедрять их в продакшн и следить за работой после запуска в тесной связке с командой.