Команда UPG шукає сильного лідера та експерта на позицію Head of Data Science. Ця роль створена для професіонала, який очолить напрямок розробки та впровадження інтелектуальних систем, об'єднає глибоку наукову експертизу в AI/ML із продуктовим та комерційним мисленням, а також вибудує зрілі процеси дослідження даних та виведення моделей у продакшн.
Задачі, над якими потрібно буде працювати:
Розробка та реалізація глобальної Data Science стратегії компанії відповідно до її бізнес-цілей. Пошук нових точок зростання та оптимізації процесів компанії через впровадження алгоритмів штучного інтелекту.
Керівництво, менторство та розвиток команди Data Scientists, ML/NLP/CV Engineers. Побудова ефективних процесів дослідження (R&D), розробки, тестування та моніторингу алгоритмів.
Кураторство створення, навчання та розгортання моделей машинного навчання для предиктивної аналітики, динамічного ціноутворення, прогнозування попиту, оптимізації логістики та розпізнавання образів чи текстів.
Співпраця з командами Data Engineering та DevOps для створення надійної інфраструктури життєвого циклу моделей, впровадження інструментів автоматизації розгортання, версіонування та моніторингу якості моделей у реальному часі.
Керівництво розробкою складних рекомендаційних систем, алгоритмів персоналізації пропозицій для клієнтів, аналізу відтоку (Churn) та максимізації життєвого циклу клієнта (LTV).
Тісна взаємодія з бізнес-лідерами та продукт-менеджерами для виявлення їхніх потреб, оцінки потенційного бізнес-ефекту (ROI) від впровадження моделей та перекладу бізнес-задач на мову математичних алгоритмів.
Які навички стануть у нагоді:
Щонайменше 5+ років практичного досвіду в ролі Data Scientist / ML Engineer у великих продуктових або системних компаніях (досвід у сферах Retail, E-commerce, FinTech або Telecom буде значною перевагою).
2+ роки успішного досвіду керівництва командами (Team Lead / Engineering Manager / Head of). Вміння організувати R&D процеси, оцінювати ризики дослідження та мотивувати команду.
Відмінне знання алгоритмів класичного машинного навчання (кластеризація, регресія, дерева рішень, градієнтний бустінг) та глибокого навчання (Deep Learning), досвід роботи з фреймворками PyTorch, TensorFlow, Scikit-learn, XGBoost/LightGBM.
Професійне володіння Python, глибокі знання SQL. Практичний досвід роботи з інструментами версіонування та трекінгу моделей (MLflow, DVC, ClearML, WandB) та оркестрації (Airflow, Kubeflow).
Сильні знання математичної статистики, лінійної алгебри, теорії ймовірностей та методів оптимізації, необхідних для валідації та налаштування моделей.
Вміння оцінювати бізнес-метрики моделей, здатність просто та зрозуміло пояснювати топ-менеджменту логіку роботи складних алгоритмів та "чорних скриньок" (Explainable AI), захищати цінність ШІ-проектів.
