MLOps-инженер (Python, FastAPI)
Поддержка и развитие систем алертинга и мониторингов ML-моделей и риск-процессов.
вебзайм · На сервисе с: 23.07.26 12:05
↑ Вакансия с автоподнятием- Поддержка и развитие систем алертинга и мониторингов ML-моделей и риск-процессов.
- Администрирование аналитических и ML-сервисов и инфраструктуры (Airflow, Apache Spark, ClearML / MLFlow, JupyterHub).
- Документирование процессов и метаданных.
- Разработка и оптимизация SQL скриптов.
- Работа с ETL-пайплайнами.
- Деплой ML-моделей.
- Опыт работы с данными от 1 года.
- Уверенное владение Python: понимание основ ООП, опыт работы с актуальным Python-стеком для DS задач.
- Опыт работы с оркестраторами (Airflow / Prefect).
- Уверенная работа с SQL - умеешь писать сложные запросы и находить в них "узкие места". Опыт работы в Postgres / GreenPlum / Oracle.
- Опыт работы с Docker.
- Опыт работы с командной строкой и Linux.
- Опыт работы со средствами мониторинга, алертинга, сервисами на FastAPI, Git.
Будет здорово, если у вас есть:
- Опыт работы в финансовом секторе.
- Хорошие навыки работы с Grafana и Airflow.
- Знание основ разработки ML-моделей будет преимуществом.
- Атмосфера стабильности и безопасности, так как мы работаем в полном соответствии с ТК РФ.
- График работы 5/2. Формат работы - офис/гибрид.
- Своя корпоративная библиотека, в которой более 800 книг.
- Только самовыражение и свободный стиль. Никакого дресс-кода!
-
Отличный офис в самом центре города, своя кухня, чай/ кофе/ фрукты за счет компании.
Похожие вакансии MLOps инженер
Новая локация офиса:
В ноябре переезжаем в новый офис в Сколково. Сейчас работаем на Соколе - пожалуйста, учитывайте это при отклике на вакансию.
Обязанности:
- Разработка сервисов на python для интеграции моделей в прод;
- Поддержка команды DS/MLE в интеграции моделей и использовании инструментов для ML;
- Проводить тестирование SOTA-решений;
- Настраивать мониторинг моделей;
- Разбор инцидентов связанных с эксплуатацией МЛ-моделей в проде;
- -Разработка и поддержка дагов Airflow.
- Хорошее знание Python (стандартные и ML библиотеки, умение применять ООП);
- Понимание принципов построения моделей машинного обучения;
- Опыт реализации микросервисов (Flask, Fastapi);
- Знание SQL;
- Опыт работы с платформами MLOps (ClearML, MLFlow);
- Опыт работы c Docker и k8s;
- Опыт работы с моделями глубинного обучения;
- Опыт работы с внедрением нейросетевых ML-моделей CV и NLP;
- Опыт оптимизации инференса нейросетей: onnx, tensorrt, triton server;
- Опыт работы с векторными БД (milvus, qdrant);
- Опыт работы с брокерами сообщений: Kafka, Rabbit.
Наш стек:
Python (pytorch), gitlab, airflow, Docker, Kubernetes, Postgres, ClickHouse, Trino, Airflow, Kafka, Milvus
Мощности:
Для экспериментов и в проде используем сервера с видеокартами в том числе A100, L40
Офис, где приятно быть
— Уютное пространство с зонами коворкинга — выбирай, где работать
Здоровье под защитой
— ДМС (стоматология включена)
— Врач прямо в офисе
Вкусно и бесплатно
— Фреш-бар от Novikov Group
— Кофе, чай, фрукты, снэки — каждый день
Отдых без компромиссов
— Обеденные зоны с настолками и массажными креслами Yamaguchi
Оформление по ТК РФ
— Всё официально
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.