2 апреля 2025
Мы развиваем единую MLOps - экосистему банка.
Среда разработки моделей / пайплайны train и inference
Среда исполнения моделей и пайплайны доставки
Среда немодельных сервисов
Feature Store
AutoML
A/B тестирование
RAG/LLM
Основной стек: Jupyterhub, Airflow, ArgoWF, MLflow, Seldon core, Python, Hadoop (spark, hdfs), Docker, OpenShift/Kubernetes, longhorn, Jenkins, Kafka, Redis, PostgreSQL, vLLM, Kserv
Конфигурировать и разворачивать инфраструктурные компоненты
Адаптировать/разрабатывать с нуля автоматизированные пайплайны под актуальные бизнес-задачи (RAG, ML, noML)
Создавать и поддерживать пользовательские инструменты для работы в едином ML-контуре применения и обучения
Масштабировать разрабатываемые системы и инструменты для управления жизненным циклом моделей машинного обучения
Что мы ожидаем от кандидата:
Опыт DevOps от 3х лет (decker, helm, jenkins gitlab CI, python)
Опыт ML/MLOps от 1 года (airflow, jupyterhub, mlflow, seldon, cuda) - возможно верхнеуровневые знания
Опыт администрирования Kubernetes от 2х лет
Опыт работы Hadoop, Spark, Kafka, ELK
Личные качества:
Самостоятельность в доведении задач до результата
Проактивность и инициативность в предложениях по рефакторингу
Полное погружение в инфраструктуру и команду
Командность, готовность помогать коллегам и пользователям
Умение собрать общую картину ожидаемого результата, вместо решения конкретно поставленной задачи
Что мы предлагаем:
Стабильный и прозрачный доход: размер заработной платы обсуждается по итогам собеседования
Работа в agile-команде
Работу из офиса или гибридный формат работы (на выбор)
Сложные и интересные задачи, современный стек технологий
Возможность вертикального и горизонтального карьерного роста: регулярно проходят тренинги, вебинары, митапы и демо-дни
Условия: