Вакансии team.inno / фабрика инноваций и решений: работа в IT и digital

Team.Inno – одна из наиболее опытных белорусских компаний в области полного цикла разработки, внедрения и поддержки программного обеспечения, бизнес-анализа, дизайна, тестирования и управления проектами

За 18+ лет мы реализовали более 1600 проектов в разных отраслях для заказчиков из США, Канады, Великобритании, Германии, Франции, Италии, Японии и других стран. Наша команда специализируется на 40+ бизнес-доменах, включая Artificial Intelligence, Machine Learning, Augmented & Virtual Reality

Сейчас Team.Inno объединяет 3500+ специалистов, которые работают в офисах компании в Беларуси, Польше, Литве, Грузии и Германии. Мы постоянно ищем опытных и начинающих специалистов, а с 2025 предлагаем обучение на бесплатных онлайн-курсах для всех, кто хочет начать карьеру в IT

У нас можно пробовать себя на проектах разного масштаба, менять направления и выбирать карьерные треки. Присоединяйся!

Наши ожидания:

• Уверенное владение Python: разработка продакшн-кода, знание библиотек для ML и автоматизации;

• Опыт в MLOps (от 2 лет): практический опыт развертывания и управления ML-моделями в промышленной эксплуатации;

• ML Expertise: понимание жизненного цикла модели, алгоритмов ML, техник feature engineering и мониторинга (drift, performance), знание инструментов управления версиями данных и экспериментов (MLflow, DVC, W&B);

• Cloud Platforms: опыт работы с Azure (Azure ML, DevOps Pipelines, ACR), AWS (EC2, S3, IAM, Networking), GCP или другими облачными решениями;

• CI/CD & DevOps: опыт работы с пайплайнами (GitHub Actions, Azure DevOps, GitLab CI, etc.), понимание принципов IaC (Terraform);

• Контейнеризация: опыт работы с Docker и понимание оркестрации (Kubernetes/EKS/ECS);

• Работа с данными: знание SQL (MS SQL/PostgreSQL) на уровне написания сложных запросов и манипуляции данными;

• Владение английским языком на уровне B2 и выше.

Чем предстоит заниматься:

• Проектирование и поддержка сквозных ML-пайплайнов (данные → обучение → деплой → мониторинг);

• Автоматизация инфраструктуры для обучения и обслуживания моделей (Inference) в облаке;

• Внедрение практик CI/CD/CT для кода, данных и моделей;

• Обеспечение надежности, масштабируемости и безопасности AI-сервисов в продакшне;

• Тесное взаимодействие с Data Scientists и DevOps для превращения прототипов в готовые продукты.

Будет плюсом:

• Опыт работы с LLM и GenAI проектами в продакшне;

• Опыт работы с PySpark, Databricks и другими инструментами BigData для распределенной обработки данных;

• Понимание сетевых протоколов, настроек безопасности, виртуальных локальных сетей;

• Профильное высшее образование (Computer Science, Data Science, Математика).

У нас можно пробовать себя на проектах разного масштаба, менять направления и выбирать карьерные треки. Присоединяйся!

Чем предстоит заниматься:

• Проектирование, развертывание и поддержка отказоустойчивой инфраструктуры для платформ машинного обучения и конвейеров данных (Python, SQL) на базе клаудов (Azure, AWS, GCP) или on-premises решений;
• Внедрение процессов управления жизненным циклом (ALM) для ML-моделей, автоматизация процессов обучения, версионирования и деплоя (MLflow, Kubeflow, ClearML или аналогичные платформы);
• Обеспечение надежности, масштабируемости и высокой доступности MLOps-инфраструктуры;
• Опыт работы с Data Analytics & Data Analysis(Работа с Databricks);
• Проектирование и управление распределенными вычислительными средами (bare metal, VM, private/public cloud);
• Контейнеризация ML-сервисов и приложений с использованием Docker и Kubernetes, обеспечение их безопасного вывода в продакшен;
• Автоматизация развертывания инфраструктуры и конфигурации кластеров с помощью подходов IaC (Terraform, Bicep, и др.);
• Разработка, внедрение и поддержка надежных CI/CD-пайплайнов (GitLab CI, GitHub Actions, Jenkins, Azure DevOps);
• Настройка комплексного мониторинга и observability (логирование, метрики, дашборды) для контроля задержек и состояния кластеров;
• Диагностика узких мест производительности, устранение сбоев на уровне узлов и сети, проведение Root Cause Analysis (RCA) в рамках управления инцидентами.

Наши ожидания:

• Infrastructure & IaC: Управление серверной/облачной инфраструктурой (Public/Private), IaC-инструментами (Terraform, Bicep и др.), Docker и Kubernetes;
• CI/CD: Проектирование и поддержка CI/CD в продакшен-средах;
• MLOps / ALM: Развертывание и работа с MLflow, Kubeflow, ClearML или аналогичными платформами;
• Incident Management: Опыт расследования причин сбоев (RCA) и стабилизации критических систем;
• Сильный бэкграунд в Linux системах (RHEL/Rocky/SLES);
• Уверенное владение Python и Bash или PowerShell для автоматизации;
• Опыт работы с реляционными БД (PostgreSQL), сетевыми файловыми системами (NFS) и объектными хранилищами (S3, Blob-совместимыми);
• Знание английского языка на уровне Intermediate+ (для работы с документацией и международными командами).

Будет плюсом:

• Глубокий опыт работы с HPC-планировщиками (PBS Professional, Torque, Slurm);
• Навыки связывания традиционных HPC-систем с современными cloud-native платформами (Kubernetes, MLOps-стеки) и настройка гибридного масштабирования (cloud bursting) в публичные или частные облака;
• Понимание MPI-нагрузок (OpenMPI, MPICH) и планирования GPU (стек NVIDIA, концепции MIG/MPS);
• Опыт работы с параллельными файловыми системами (строго предпочтителен Lustre);
• Опыт управления конфигурациями (Ansible, Puppet или аналоги).

Soft Skills:

• Сильный аналитический склад ума с фокусом на практическую реализацию;
• Умение переводить бизнес-требования в масштабируемые технические решения;
• Навыки кросс-функционального взаимодействия (с дата-саентистами, разработчиками и ИТ-эксплуатацией).