MLOps инженер

Навыки

• ArgoCD / Flux
• CI/CD
• CUDA / ONNX / TensorRT
• Dagster / Prefect / Luigi
• Отладка и поиск ошибок
• Docker
• Git

О компании и продукте

• ML MLOps инженер 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!

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
• Про условия Оформление в официально аккредитованную IT-компанию
• Белая заработная плата
• 30 000 бонусных рублей на услуги компании ежегодно
• Релокационный бонус при переезде
• Про здоровье и спорт
• Ежемесячная надбавка за некурение
• Компенсация психологических консультаций: онлайн
• или в кабинете психолога
• 50% оплата абонемента в фитнес-клуб и спортивный зал в офисе*
• Внутренние спортивные турниры, корпоративные тренировки и участие в спортивных мероприятиях (забеги, велозаезды, заплывы, «Гонка героев», кибертурниры)
• Офисный душ*
• Про досуг

Условия

• Годовая премия по результатам работы до 15% от суммарного оклада за 12 месяцев
• Бесплатные обеды и кофе-брейки
• Гибкое начало рабочего дня (до 12:00), гибридный формат работы
• ДМС + стоматология + офисный врач* (с первого дня работы)

Паспорт вакансии

История публикации

Откуда что взялось

Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.

Почему на этом месте в выдаче

Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.