lamoda tech

Senior MLOps

Мы в поисках MLOps-иженера в команду обеспечению надежности машинного обучения. Ты будешь участвовать в проектировании и развитии платформы для полного жизненного цикла машинного обучения: от экспериментов и обучения моделей до промышленно…

lamoda tech

Зарплата не указанаРоссияМоскваУдалёнка

Мы в поисках MLOps-иженера в команду обеспечению надежности машинного обучения. Ты будешь участвовать в проектировании и развитии платформы для полного жизненного цикла машинного обучения: от экспериментов и обучения моделей до промышленного сервинга, мониторинга, переобучения и вывода моделей из эксплуатации. Мы ищем специалиста с опытом и отраслевой экспертизой, готового принимать архитектурные и инженерные решения, автоматизировать процессы и повышать надежность ML-платформы.

Чем предстоит заниматься:

  • Разрабатывать и поддерживать инфраструктуру для экспериментов, обучения и деплоя ML-моделей в batch и online режимах на CPU/GPU
  • Автоматизировать жизненный цикл модели от регистрации до промышленного сервинга: сборка образов, проверки, публикация артефактов, деплой, канареечные релизы, A/B-тесты и откаты
  • Проектировать и развивать платформу инференса для batch- и online-сценариев на CPU/GPU
  • Развивать ML-инфраструктуру на базе Kubernetes: кластеры, GPU-ресурсы, операторы, изоляция окружений, автоскейлинг, маршрутизация трафика и управление ресурсами
  • Развивать и поддерживать платформенные компоненты для работы с признаками, моделями и ML-артефактами
  • Развивать мониторинг ML-систем: инфраструктурные метрики, метрики сервинга, качество моделей, распределения входных данных, дрейф данных и деградация поведения моделей
  • Обеспечивать воспроизводимость и управляемость ML-процессов: версионирование кода, данных и моделей, история экспериментов, изоляция сред обучения и инференса, аудит изменений
  • Оптимизировать использование вычислительных ресурсов, включая GPU, с учетом надежности, производительности и стоимости
  • Исследовать новые инструменты и подходы в MLOps, оценивать их применимость и внедрять там, где это повышает надежность, скорость разработки или эффективность платформы

Мы ожидаем:

  • Опыт внедрения и сопровождения Kubernetes-кластеров для сервинга ML-моделей на GPU и CPU

  • Практический опыт эксплуатации инструментов для деплоя и обслуживания моделей: Triton Inference Server, BentoML или аналогичных решений

  • Опыт запуска и поддержки инференс-движков в Kubernetes

  • Понимание подходов к автоскейлингу, балансировке нагрузки и маршрутизации запросов для ML-сервисов

  • Понимание принципов мониторинга качества, поведения и эксплуатационных параметров ML-моделей

  • Опыт настройки GPU-инфраструктуры: драйверы, CUDA Toolkit, MIG, GPU-enabled Docker, nvidia-container-toolkit

  • Понимание жизненного цикла ML-экспериментов и инструментов их трекинга: MLflow, ClearML или аналогов

  • Уверенное владение Python для автоматизации, разработки внутренних инструментов и интеграций

  • Уверенный опыт работы с Kubernetes в production: workloads, операторы, Helm, HPA, ingress, storage, observability, диагностика и устранение проблем

  • Опыт описания и автоматизации инфраструктуры на базе IaC: Terraform, Ansible, GitOps-подходы

  • Опыт работы с системами контроля версий и организации CI/CD (GitLab, Bitbucket, Bamboo)

  • Опыт работы с Docker и OCI-образами: сборка, оптимизация, публикация и эксплуатация

  • Уверенное владение Linux: настройка, мониторинг, диагностика сетевых, файловых, ресурсных и производительных проблем

  • Опыт настройки мониторинга и алертинга: Prometheus Stack

  • Опыт безопасной работы с секретами, токенами, сертификатами и чувствительными данными

Будет плюсом

  • Опыт работы с Yandex Cloud, bare metal-инфраструктурой или гибридными окружениями

  • Опыт работы с Kubeflow Pipelines, Kubeflow Notebooks, Kubeflow Katib, Kubeflow KServe

  • Опыт работы с Feature Store: Feast, Aerospike, key-value-хранилища или аналогичные решения

  • Опыт работы с DVC, Git LFS, реестрами моделей и хранилищами ML-артефактов

  • Опыт работы со Spark, Trino, Hadoop, JupyterHub

Похожие вакансии MLOps инженер

Соц.сети

Machine Learning Engineer

Зарплата не указанаИспанияBarcelonaОфис

Machine Learning Engineer в ••••••••

📍Барселона (нужен work-permit)
💎Python, NumPy, pandas, scikit-learn, PyTorch/TensorFlow, SQL
🚀•••••••• — Владимир Лупенко, партнер Financial Consulting Group и сооснователь CarPrice, и Диляра Лупенко, ex Акватон.

•••••••• — сеть стоматологий и разработчик технологий, в том числе невидимых элайнеров. •••••••• вошел в топ самых быстрорастущих компаний health-tech по версии Forbes.

Размер команды — 1000+ | Инвестиции — $110M🔥

Узнать подробнее и откликнуться: ••••••••

Другие вакансии:
— ••••••••
— ••••••••

Другие площадки
т-банк

Старший ML-инженер (LLM Platform)

т-банк
от 350k ₽РоссияМоскваГибрид

Мы развиваем LLM Platform — внутреннюю платформу Т-Банка для создания и промышленной эксплуатации решений на базе больших языковых моделей. Она дает командам доступ к моделям, инструментам разработки AI-агентов, корпоративным данным, оценке качества, мониторингу и средствам безопасности.

Вместе с командами находим процессы, в которых ИИ может дать измеримый эффект: увеличить доход, сократить затраты или время выполнения операций, повысить качество и снизить количество ошибок. Проектируем решения, собираем их ключевые части, доводим до промышленного запуска и подтверждаем полученный результат.

Работаем на стыке инженерии, бизнеса и AI: принимаем технические решения, взаимодействуем со смежными командами и заказчиками и объединяем специалистов вокруг общего результата.

Обязанности

  • Самостоятельно вести техническую реализацию AI-проектов: от исследования бизнес-процесса и выбора сценария до промышленного запуска и подтверждения эффекта.
  • Вместе с бизнес-заказчиком и продуктовой командой определять проблему, ограничения, критерии успеха и способ измерения результата.
  • Проектировать архитектуру агентных систем, выбирать модели, источники данных, инструменты, интеграции и механизмы контроля.
  • Писать воспроизводимый код, оформлять эксперименты в воспроизводимые пайплайны, которые включают разметку и обработку данных, обучение моделей и валидацию системы в целом.
  • Доводить первую рабочую версию до надежной эксплуатации: тестировать, настраивать мониторинг, разбирать сбои и обеспечивать необходимый уровень безопасности.
  • Строить систему оценки качества AI-систем, анализировать ошибки и улучшать решение через изменение контекста, данных, инструментов, логики агента или используемой модели.
  • Принимать решения о компромиссах между качеством, сроками, стоимостью эксплуатации и надежностью.
  • Работать внутри команды-заказчика, задавать техническое направление и передавать ей код, знания и ответственность за дальнейшее развитие решения.
  • Возвращать команде LLM-платформы опыт внедрений и превращать повторяющиеся решения в общие компоненты, инструкции и инженерные практики.

Требования

  • У вас есть опыт работы ML-разработчиком в NLP-домене с использованием современных DL-фреймворков от 4 лет.
  • Имеете опыт создания продукта на базе LLM или сервиса с нуля.
  • Уверенно пишете и проверяете промышленный код на Python.
  • Умеете самостоятельно пройти путь от неструктурированной задачи до работающей системы: разобраться в предметной области, сформулировать технический план, определить приоритеты и довести решение до результата.
  • Умеете строить NLP-решения в продакшене: разрабатывать пайплайны, настраивать мониторинг, работать с деградациями и проводить A/B-тесты.
  • Создавали и запускали в промышленную эксплуатацию агентные и другие решения на базе LLM.
  • Понимаете, как устроены вызов инструментов, RAG, управление контекстом и состоянием, обработка ошибок, трассировка и оценка качества AI-систем.
  • Умеете находить причины недостаточного качества: отличать ограничения модели от проблем в данных, контексте, инструментах, архитектуре или постановке задачи, последовательно проверять и применять способы улучшения.
  • Умеете самостоятельно проектировать эксперименты, собирать наборы проверочных примеров и доказывать, что изменения действительно улучшили результат.
  • Умеете вести техническое обсуждение с инженерами, руководителями продуктов и бизнес-заказчиками, объяснять ограничения и договариваться о критериях успеха.
  • Регулярно используете AI-инструменты в разработке, понимаете их ограничения и проверяете полученный результат.
  • Будет преимуществом опыт работы в ML-командах внедрения или технического лидерства в проектах с несколькими участниками.
  • Будет преимуществом знание LangGraph, LangChain, LangFlow или аналогичных инструментов и опыт работы с LangFuse или другими системами трассировки и оценки качества.
  • Будет преимуществом знание Go, Docker, Kubernetes, Helm и GitLab CI/CD.
  • Будет преимуществом опыт внедрения решений в крупных продуктах с высокими требованиями к безопасности, доступам и надежности.
  • Будет преимуществом умение самостоятельно собрать целое решение — от серверной части и интеграций до простого пользовательского интерфейса.

Мы предлагаем

  • Работу в офисе или удаленно — по договоренности.
  • Возможность работы в аккредитованной ИТ-компании.
  • ДМС со стоматологией, включая чекапы, компенсацию покупки лекарств и льготные условия страхования для близких. Еще — страховка от несчастных случаев и болезней.
  • Рост по карьерному треку: проходите курсы по софт- и хард-скиллам, развивайтесь с поддержкой ментора и повышайте уровень с матрицей компетенций и регулярным ревью.
  • Сильное комьюнити. Вы будете работать с экспертами в своей области, сможете делиться знаниями и выступать на конференциях, посещать митапы и писать статьи.
  • Онлайн-консультации с психологами, юристами, специалистами по финансам и здоровому образу жизни.
  • Компенсацию затрат на спортивные абонементы, приложение Т-Спорта для онлайн-занятий и командные тренировки с коллегами.
  • Три дополнительных дня к отпуску — можно использовать для отдыха или получить компенсацию.
  • Специальные тарифы на продукты Т-Банка и широкую программу скидок от партнеров.
  • Достойную зарплату — обсудим ее на собеседовании.
Соц.сети

Senior MLOps Engineer

Неизвестный работодатель
Зарплата не указанаРоссияУдалёнка

Senior MLOps Engineer

Местоположение: РФ
Формат работы: Удаленно
Опубликована: ••••••••

Требования:
• Опыт от 4 лет, глубокое владение Python от 5 лет, production-ready код
• Docker, Kubernetes
• Apache Airflow
• CI/CD для ML (GitLab CI, GitHub Actions)

О компании:
Не указано

Контакт: ••••••••

•••••••• опубликована в ••••••••

HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.