Senior MLOps / DevOps Engineer (Python)

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).