Tech Lead ML Infrastructure (AdTech)

TL;DR

Tech Lead ML Infrastructure (AdTech): Разработка и масштабирование инфраструктуры графа метрик и платформы A/B экспериментов с акцентом на причинно-следственный вывод и высоконагруженные пайплайны обработки данных. Фокус на управлении командой разработки, обеспечении технической надёжности ML-процессов и интеграции сложных эконометрических методов в продакшн-системы.

Компания

Крупнейшая российская технологическая компания, развивающая поисковые, рекламные и ML-продукты.

Что делать

• Развивать инфраструктуру графа метрик, включая пайплайны оценки весов и систему валидации версий.
• Руководить командой разработки, распределять задачи и проверять архитектурные решения.
• Развивать модули платформы A/B экспериментов (pruning, winsoring, sanity checks).
• Обеспечивать стабильность пайплайнов, управлять квотами и миграцией процессов между кластерами.
• Обеспечивать качество данных и техническую надёжность всех ML-процессов команды.

Требования

• Опыт проектирования пайплайнов обработки данных (Airflow, Luigi, Dagster или аналоги).
• Опыт работы с MapReduce, Spark и большими объёмами данных.
• Опыт руководства командой или роль ведущего разработчика с распределением задач.
• Уверенное владение Python и SQL.
• Глубокое понимание A/B экспериментов, CUPED и регрессий на инженерном уровне.
• Готовность разбираться в причинно-следственном выводе (causal inference).

Хорошо, если есть

• Опыт работы с CI/CD для ML-пайплайнов.
• Знание графовых структур данных.
• Опыт работы с распределёнными вычислениями на больших кластерах.
• Базовые знания эконометрики (DAG, backdoor, instrumental variables).

Культура и преимущества

• Возможность влиять на архитектуру ключевых рекламных продуктов.
• Наличие research-стрима: выделенное время на тестирование новых подходов и прототипирование без привязки к бизнес-результатам.
• Работа в профессиональной команде с поддержкой со стороны DE-специалистов.
• Масштабные задачи с использованием высоконагруженных систем.