Middle+ AI Engineer(MLOps Expert) (Python)

Мы строим высоконагруженные production-grade ML-системы для обеспечения банковской безопасности. Наш фокус: антифрод, управление рисками, обнаружение аномалий и оптимизация бизнес-процессов. Внедряем различные решения – от классического ML до state-of-the-art архитектур в DL.

Ищем опытного ML/MLOps инженера, который будет работать на стыке Data Science, Backend и DevOps. Главная цель – автоматизировать, масштабировать и контролировать жизненный цикл моделей

• упаковка моделей в Docker

• настройка CI/CD пайплайнов

• версионирование данных, моделей и артефактов в MLflow

• деплой в Kubernetes

• проектирование end-to-end пайплайнов (от сырых логов до сервиса)

• сборка данных из SQL/NoSQL баз

• проектирование витрин признаков (Feature Engineering)

• автоматизация переобучения моделей в Airflow

• работа с потоковыми данными в Kafka

• настройка мониторинга data drift и model decay

• логирование экспериментов (MLflow)

• анализ данных и валидация моделей

• совместная работа DS/DE/DevOps/Backend по интеграции моделей в микросервисную архитектуру.

• опыт работы ML Engineer, MLOps Engineer или DevOps Engineer от 3-х лет (с подтверждённым опытом вывода моделей в прод)

• понимание жизненного цикла моделей

• уверенное владение Python

• знание Linux и сетевых основ

• понимание микросервисной архитектуры и работы с очередями (Kafka)

• опыт работы с REST API

• опыт работы с облачными платформами (AWS, GCP, Azure или Yandex Cloud)

• опыт построения CI/CD пайплайнов

• опыт работы с Airflow (оркестрация), MLflow (трекинг), Docker/K8s (контейнеризация), Kubernetes

• опыт использования систем контроля версий Git/Bitbucket

• уверенное владение SQL (сложные джойны, оконные функции, оптимизация запросов) и знакомство с Big Data стеком (Spark, Hadoop)

• умение решить любую несложную инфраструктурную задачу, с которой не работал(а) ранее

• навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом

• опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов

• инструментальное владение AI для анализа, генерации и автоматизации

Будет плюсом

• опыт с LLMs (fine-tuning, RAG, evaluation via RAGAS/DeepEval, vLLM).

• опыт работы с Kafka/Spark

• опыт с LangChain, LangGraph, function calling

• опыт работы с GPU-инфраструктурой и оптимизацией инференса

• опыт мониторинга с использованием Prometheus, Grafana, ELK/OpenSearch

• опыт использования DVC или других инструментов управления версиями данных.

• инновационные, амбициозные проекты и задачи, которые развивают: всегда есть возможность прокачать свои навыки в работе и профессионально расти

• среда для обмена знаниями – высокая экспертиза внутри команды;

• сплоченная команда, работающая над общими задачами и умеющая хорошо отдыхать

• нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам

• стабильная заработная плата и годовой бонус

• полностью офисный формат работы. Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом;

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• подписка Прайм с возможностью совместного использования на трёх близких

• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

• вознаграждение за рекомендацию друзей в команду Сбера.