Team Lead / Principal ML Engineer
✨ AI Summary
Aviasales' adtech platform Travelpayouts is hiring a remote Team Lead / Principal ML Engineer to scale ML models into production and build MLOps infrastructure. Tech stack: Python, BERT/LLMs, Airflow/Kubeflow, Docker, Kubernetes, CI/CD, plus Go, ClickHouse, Kafka, PostgreSQL as pluses. Requires 5+ years in ML/DS with production experience, MLOps, and P&L thinking; leading a team of 2 engineers with growth to Team Lead after 3 months. Fully remote worldwide, paid in USD, with perks like medical insurance, therapy, language classes, and sports.
Travelpayouts — партнёрская adtech-платформа от создателей Авиасейлс. Мы соединяем тревел-блогеров и вебмастеров по всему миру с крупнейшими тревел-брендами: Booking.com, Tripadvisor, Viator и другими.
Почему эта роль появилась
У нас есть работающие ML-модели и накопленная экспертиза. Теперь нам нужно перейти от экспериментов к масштабу: поставить модели на автопилот, запустить новые инициативы и выстроить инфраструктуру, которая не требует ручного вмешательства каждый раз.
Сейчас в твоем прямом подчинении будет 2 инженера. Через 3 месяца, когда освоишься и выстроишь процессы, роль вырастет до Team Lead с расширением команды.
Первые 90 дней
Вот что реально стоит в очереди:
- Intent Prediction: у нас есть гипотеза, что мы можем предсказывать намерение пользователя на основе поведенческих сигналов — и использовать это для улучшения монетизации. Модели в экспериментах есть, в продакшене — нет. Нужно довести до прода.
- Классификация контента: модель работает, но переобучается вручную. Нужно автоматизировать цикл: данные → обучение → валидация → деплой.
- LLM Gateway: несколько продуктовых потоков хотят использовать LLM-возможности, но каждый строит своё. Нужно решить, нужен ли единый внутренний слой, и если да — спроектировать его.
Это не финальный список и не ТЗ. Ты придёшь и скажешь, в каком порядке это делать и что из этого реально важно — мы ждём именно такого разговора.
Кодить и строить:
- Писать production-ready код, дообучать трансформеры, собирать eval-сеты
- Строить MLOps-инфраструктуру: пайплайны переобучения, feature store, мониторинг качества моделей
- Участвовать в Tech Design Review и определять архитектурные решения — отвечать за стабильность, отказоустойчивость и capacity ML-сервисов
Соединять ML и продукт:
- Переводить метрики моделей (F1, ROC-AUC) в язык бизнеса: конверсия, деньги, Time-to-Market
- Аргументированно защищать технические решения перед CPO, мыслить финансовыми последствиями выбора архитектуры
- Подключаться к Discovery на ранних стадиях — предлагать MVP, давать честные оценки трудоёмкости
- Объяснять, почему eval-сет важнее новой фичи — и уметь это доказать цифрами
Лидировать команду (с 4-го месяца):
- Развивать инженеров: T-shape компетенции, code review, разбор архитектурных решений, личный инженерный пример
- Участвовать в найме следующих членов команды
Без этого не получится:
- 5+ лет в ML/DS — ты выкатывал модели в прод и знаешь, что это значит на практике
- Уверенный Python: ООП, типизация, тесты
- Классический ML: бустинги, валидация, понимание где нейросеть избыточна, а где достаточно градиентного бустинга
- Опыт с текстовыми нейросетевыми моделями: BERT-подобные трансформеры, LLM API, промпт-инжиниринг, eval-сеты
- Практический опыт MLOps: пайплайны данных, оркестрация (Airflow, Kubeflow или аналоги), трекинг экспериментов
- Инфраструктурный бэкграунд: Docker, CI/CD, Kubernetes, логирование и мониторинг — ты понимаешь, как устроены высоконагруженные сервисы, а не только модели внутри них
- Умение мыслить P&L: переводить метрики моделей (F1, ROC-AUC) в конверсии и деньги, защищать технические решения перед бизнесом финансовыми аргументами
- У тебя уже есть опыт менторства или лидерства — и тебе это нравится
Серьёзный плюс:
- Понимание Go или опыт с Go-сервисами: наш бэкенд на Go, и без этого контекста часть архитектурных решений будет непрозрачной
- ClickHouse, Kafka, PostgreSQL
- Опыт в highload: проектирование систем под миллионы запросов
Опыт миграции или выпила сервисов из монолита — понимаешь цену архитектурных решений на масштабе
Мы не ждём, что ты сразу знаешь всё. Мы ждём, что ты честно скажешь, чего не знаешь, и быстро разберёшься.
Если тебе интересно строить ML-платформу в компании, где твои решения видны сразу и где не нужно согласовывать архитектуру через три уровня — давай поговорим.
- в любой точке мира: не привязываемся к локации, платим в долларах, любим путешествовать;
- без бюрократии: удобные процессы здорового человека, горизонтальные и открытые коммуникации, быстрое обсуждение идей и принятие решений;
- компенсируем: ДМС, психотерапию или иностранные языки, занятия спортом и больничный.
About the Company
Авиасейлс — крупнейший в России сервис по поиску и покупке авиабилетов. Здесь можно найти рейсы 2000+ авиакомпаний и улететь в 193 страны. А ещё у нас есть отели, нескучные путеводители и подборки дешёвых билетов прямо из вашего города.
More jobs at Aviasales
-
Data Engineer
Удалённо · Remote · Oct 13, 2026
-
Frontend Developer
· · Oct 7, 2026
-
QA Engineer (Backend)
Удалённо · Remote · Sep 21, 2026
-
Automation Engineer
Удалённо · Remote · Sep 3, 2026
-
Go Developer
· · Aug 20, 2026