MLOps инженер (Python)

Мы ищем MLOps-инженера в команду Machine Learning Infrastructure Services!

Ты будешь участвовать в проектировании и развитии Inference Platform-as-a-Service — масштабируемой, отказоустойчивой и производительной платформы для сервинга ML-моделей.

Мы ищем специалиста с опытом и отраслевой экспертизой, готового принимать инженерные решения и развивать наши продукты!

Основные задачи

• Разрабатывать и поддерживать Inference Platform-as-a-Service
• Автоматизировать жизненный цикла ML-моделей - от регистрации до сервинга модели
• Создавать новые продукты для автоматизации ML-разработки
• Разрабатывать платформенные сервисы для ML
• Исследовать новые платформы/инструменты для внедрения их в продукты компании
• Продвигать и развивать best practices в области MLOps

Мы ожидаем

ML / Inference трек

• Опыт развертывания и эксплуатации Kubernetes для инференса моделей (GPU/CPU)
• Практический опыт работы с MLOps-инструментами деплоя и эксплуатации моделей (Triton Inference Server, BentoML или аналогов)
• Опыт работы с инференс-движками в Kubernetes
• Знание принципов автоскейлинга, балансировки нагрузки и маршрутизации трафика в контексте ML-сервисов
• Понимание принципов мониторинга качества и параметров ML-моделей
• Опыт настройки и использования GPU-инфраструктуры: драйверы, CUDA Toolkit, MIG, GPU-Enabled Docker (nvidia-container-toolkit)
• Понимание жизненного цикла ML-экспериментов и их трекинга (MLflow/Clearml или аналоги)
• Уверенное знание Python

OPS трек

• Экспертные знания Kubernetes: контроллеры, операторы, HPA, работа с GPU (allocation, driver’s)
• Опыт автоматизации инфраструктуры и Infrastructure as Code (Terraform, GitOps-подходы)
• Опыт работы с системами контроля версий и CI/CD (GitLab, GitHub)
• Опыт работы с Docker и OCI-образами
• Администрирование Linux: от настройки до мониторинга и диагностики проблем
• Опыт внедрения и работы со стеком мониторинга (Prometheus Stack)
• Навыки безопасной работы с чувствительными данными (секреты, токены, сертификаты)

Будет плюсом

• Опыт работы с Jupyter-средами
• Знание REST/gRPC, HTTP-трассировки и дебага инференс-эндпоинтов
• Опыт разработки проектов по работе с данными и ML на Python
• Знание фреймворков ML/DL: PyTorch, TensorFlow, HuggingFace Transformers
• Знание оркестраторов задач (Prefect, AirFlow)
• Понимание принципов тестирования (Unit, Integration, System)
• Понимание основ машинного обучения, его методов, а также сопряженных с ним дисциплин
• Опыт поддержки production AI-сервисов
• Желание помогать клиентам в решении их задач

• Оформление в официально аккредитованную IT-компанию
• Белая заработная плата
• Годовая премия по результатам работы до 15% от суммарного оклада за 12 месяцев
• 30 000 бонусных рублей на услуги компании ежегодно
• Релокационный бонус при переезде
• Бесплатные обеды и кофе-брейки
• Гибкое начало рабочего дня (до 12:00), гибридный формат работы