VP, Head of Data Science

Мы ищем лидера-практика, который возглавит команду Data Science в Penta: человека, который по-прежнему участвует в разработке, создании и проверке реальных решений, одновременно отвечая за их выполнение, доставку и развитие команды. Вы будете отвечать за превращение возможностей Data Science в реально работающую, надежную ценность для наших клиентов и консультационных команд, в соответствии с нашим дорожной картой продукта. Технологии Penta делают результаты работы с клиентами более точными, быстрыми, дифференцированными и трудными для замены. Успех команды Data Science измеряется тем, насколько она улучшает текущую работу с клиентами, а не исключительно технической элегантностью. Наш основной фокус в области Data Science — это понимание естественного языка в масштабе, обработка миллионов статей ежедневно по таким направлениям, как анализ настроений заинтересованных сторон, идентификация тем с течением времени, выбор конкурентных аналогов, обобщение, контекстуализация и другая обработка неструктурированного контента. Большинство вариантов использования представляют собой творческие цепочки из нескольких шагов, основанных на обработке данных, разведочном анализе, фундаментальном машинном обучении (ML), обработке естественного языка (NLP), SQL, больших языковых моделях (LLM) и интеграции в наши текущие системы. Наша команда Technology поддерживает амбициозные планы Penta по доставке результатов, используя технологии для автоматизации решений, оптимизации результатов и поддержки непрерывной интеграции и развертывания. Команда Data Science, состоящая из шести человек, находится рядом с командами Development, Engineering / DevOps & Platform Security, IT и PMO, и работает в тесном сотрудничестве с командой Product. Среда совместная, прагматичная и ориентированная на результат. Мы быстро движемся, открыто делимся идеями и используем регулярные хакатоны и эксперименты для получения практической бизнес-ценности. Это роль практического лидерства для этой команды. Под руководством CTO вы будете руководить командой, работающей на переднем крае прикладного AI и Data Science, сочетая производственные рабочие процессы LLM, продвинутое промптингование, агентные инструменты, NLP, ML и крупномасштабную обработку контента. Вы будете определять ее направление, повышать планку качества выполнения, развивать ее сотрудников посредством практического коучинга и лидировать, активно формируя и выполняя работу самостоятельно. Наш подход к AI практичен Мы дальновидны и амбициозны в практическом применении AI в работе с клиентами, корпоративных командах, технологиях и Data Science. Мы не обучаем собственные фундаментальные модели; мы применяем, оркестрируем и оцениваем лучшие доступные модели от крупных поставщиков, инженерим их в надежные рабочие процессы, решающие реальные бизнес-задачи. Мы подтверждаем и документируем наши методологии с помощью технических статей и пояснений, излагая академические и аналитические основы наших продуктов и доказательства, подтверждающие их использование. Это помогает укрепить доверие к нашим инструментам, объяснить, почему они работают, и показать, как их можно применять. Мы строим на базе программного обеспечения AI с открытым исходным кодом, включая LiteLLM и OpenWebUI, чтобы максимизировать внутреннюю ценность AI и создать устойчивую институциональную способность. Надежность, контроль затрат, наблюдаемость, следование инструкциям, удобство использования и внедрение имеют наибольшее значение. Команда разрабатывает повторно используемые рабочие процессы, навыки, модели и инструменты MCP, которые поддерживают движение Penta к операционной системе консалтинга, основанной на AI. Поддержание Penta на переднем крае практического AI в области PR, коммуникаций и стратегического консалтинга является частью этой роли. Мы твердо верим в развитие талантов и готовы инвестировать время в развитие людей, присоединяющихся к нашей команде.

Руководить командой Управлять, обучать и развивать команду Data Science Penta, устанавливая приоритеты, планируя мощности и создавая культуру высокой степени доверия и высокой производительности. Транслировать дорожную карту продукта и потребности консультационных услуг в сфокусированный план Data Science, сотрудничая с командами Product, Advisory, Database, Development и DevOps для обеспечения соответствия результатов работы потребностям клиентов. Повышать планку качества выполнения, скорости, поддерживаемости и дисциплины расходов. Внедрять в производство системы Data Science и AI Разрабатывать, создавать и проверять решения Data Science в области NLP, рабочих процессов LLM, машинного обучения, SQL и крупномасштабной обработки контента. Отвечать за технический дизайн и архитектуру приложений с использованием Data Science, обеспечивая поддерживаемость, обслуживаемость, наблюдаемость и простоту эксплуатации решений. Обеспечивать производственное внедрение с помощью DevOps и MLOps, автоматизируя развертывание в AWS и внедряя средства оценки, мониторинга и маршрутизации поставщиков, чтобы выходные данные AI оставались надежными и экономически эффективными. Масштабировать практическое внедрение AI Разрабатывать и внедрять рабочие процессы AI в виде навыков, моделей и инструментов MCP в OpenWebUI, с встроенным контролем затрат, маршрутизацией поставщиков и наблюдаемостью. Сотрудничать с другими отделами для превращения возможностей AI в повседневные рабочие процессы, повторно используемые инструменты и слои знаний, которые повышают внутреннюю производительность и качество работы с клиентами. Оценивать новые инструменты AI, модели и агентные паттерны, быстро и ответственно внедряя полезные в производство. Успех в этой роли Означает, что команда Data Science внедряет надежные, поддерживаемые возможности AI и аналитики в текущие рабочие процессы клиентов и консультантов; члены команды растут; выполнение работ предсказуемо; и прикладные возможности AI Penta заметно улучшаются во всех продуктах и проектах.

Требуемые технические навыки: прикладной AI, LLM и Data Science Продвинутое кодирование на Python для Data Science Уверенное владение передовыми инструментами AI, особенно Claude: экспертный уровень промптингования, контекстная инженерия, агентные рабочие процессы, выбор моделей, оценка и практическое использование новейших методов Data Science, основанных на AI Практический опыт разработки производственных рабочих процессов LLM, включая дизайн промптов / навыков, оценку, контроль затрат, маршрутизацию поставщиков, оркестрацию агентных систем / человеко-машинного взаимодействия (human-in-the-loop), эмбеддинги, векторный поиск и RAG Реализация фундаментальных алгоритмов ML, классических техник NLP и LLM Сильный SQL для аналитического и производственного использования, желательно PostgreSQL, включая сложные соединения, CTE и агрегацию AWS: EC2, ECS, S3; DevOps и автоматизированное развертывание Система контроля версий Git Ключевые компетенции и опыт Значительный практический опыт работы в качестве технического лидера в области прикладного AI / Data Science, с недавним практическим опытом использования передовых LLM, промптингования и агентных рабочих процессов для внедрения производственных систем. Как правило, это означает около 10+ лет практического опыта работы с опытом технического лидерства. Соответствующая степень, желательно в области программной инженерии или смежной технической области, и техническая база, изложенная выше, завершат профиль. Успешный кандидат также будет обладать: аналитическим и логическим складом ума, динамичностью, позитивным настроем и готовностью внести свой вклад; способностью четко излагать сложные технические темы как для руководящего, так и для нетехнического и технического аудиториу,; страстным стремлением к качеству кода, результатам и своевременному выпуску работы, с разумным суждением относительно решений "создать или купить", приоритизации и балансировки скорости с поддерживаемостью, стоимостью и риском.

Конкурентная заработная плата и структура вознаграждения Щедрый график оплачиваемого отпуска и праздничных дней Частые общекорпоративные социальные мероприятия и активности Отличная среда для обучения и роста Дополнительные льготы, в зависимости от местоположения