MLOps / ML-инженер (удаленная работа)

Вакансия: MLOps / ML-инженер

Описание вакансии

Компания

Мы крупная и динамично развивающаяся финтех-компания , работающая с большими объемами данных.

Ищем MLOps-инженера с сильной DS-насмотренностью, который понимает жизненный цикл моделей, говорит с дата-сайентистами на одном языке и при этом способен руками развернуть компонент в Kubernetes и настроить его мониторинг.

У нас большая свобода в выборе инструментов и огромный бэклог развития вы попадете в момент, когда платформа еще не устоялась, и сможете повлиять на ее архитектуру .

Направление

Строим одну из самых гибких и всеобъемлющих ML-платформ на рынке. На данный момент в ней уже есть 3-4 подсистемы, и мы активно их развиваем.

Ключевая особенность платформы в том, что она способна инференсить модели всех существующих классов : от классического ML и нейросетей до больших языковых моделей (LLM) и уникальной технологии федеративного обучения.

Стэк

• Платформа базируется на Kubernetes.
• Платформа для DS: JupyterHub, Airflow, Feast (feature store).
• Управление Lifecycle: MLflow.
• Инференс: KServe, Triton Inference Server, CUDA, TensorFlow Runtime.
• Хранилище данных: Hadoop, Greenplum, S3, PostgreSQL.
• Observability: Prometheus, Grafana, Opensearch, Apache Superset.
• CI/CD и Безопасность: Bamboo, Keycloak.

Спектр задач

В отличие от чистого DevOps или чистого DS, ваша роль будет гибридной. В команде уже есть сильный инженер с DevOps-уклоном, теперь нам нужен человек с экспертизой в моделях, чтобы восстановить баланс.

• Сопровождение E2E для модельных артефактов на всех этапах жизненного цикла: от эксперимента до продакшена и мониторинга.
• Организация инференса моделей . В ближайших планах реализация инференса для ансамбля нейросетей. Это включает выбор оптимального решения и его внедрение.
• Доработка Observability всей платформы : настройка сбора метрик, настройка централизованного сбора и анализа логов, настройка алертинга.
• Участие в R&D-активностях . Работа с федеративным обучением и другими инновационными направлениями по мере их появления в бэклоге.
• Разработка CI CD для ML-моделей и признаков , автоматизация выкатки сервисов и компонентов платформы.
• Внедрения моделей с использованием различных Model Runtime Services в онлайн и пакетном режиме.
• Развитие и поддержка инструментов тестирования моделей .
• Поддержка и развитие инфраструктуры : работа с Kubernetes для раскатки и поддержки компонентов в режиме высокой доступности.

Что ожидаем от вас

• Опыт работы в MLOps или смежной роли (DS, перешедший в MLOps) от 3-х лет.

• Понимание жизненного цикла моделей и насмотренность в различных типах ML-моделей (от классики до нейросетей).

• Умение писать и читать код на Python.
• Понимание концепций Observability (метрики, логи, алерты).
• Опыт автоматизации выкатки моделей в прод.
• Опыт внедрения и развертывания компонентов на инфраструктуре (понимание Kubernetes, CI/CD).

Что готовы предложить

• Роль с реальным влиянием . Вы не просто сопровождаете готовое решение, а участвуете в формировании архитектуры платформы на этапе её активного роста.

• Уникальный опыт работы с федеративным обучением.

• Сбалансированные задачи. Мы не требуем быть гуру DevOps, достаточно базового понимания (K8s, CI/CD, observability), чтобы эффективно взаимодействовать с инфраструктурой и доращивать компетенции в процессе.

• Система мотивации: фиксированный ежемесячный оклад + годовой бонус (10% от годового дохода, завязан на KPI/SLA).
• Оформление по ТК РФ. Компания входит в реестр аккредитованных ИТ-компаний.
• Удаленный формат работы. Офис расположен в г. Москва.
• ДМС со стоматологией (с 1 рабочего дня + полис путешественника).
• Частичная компенсация фитнеса / обучения / доп. мед. услуг (лимит 25 тыс. рублей в год) в том числе, распространяется на детей.
• Дополнительные дни к ежегодному отпуску (всего 31 день в году).
• Современное оборудование (техника Windows, Lenovo ThinkPad).

Как мы проводим собеседования

30 минут общение с рекрутером (Я.Телемост, видео встреча). Знакомство, проверка базового соответствия, рассказ о компании и проекте подробнее.

60 минут техническое интервью (Я.Телемост, видео встреча). Обсуждение вашего опыта, подходов к решению задач, глубокое погружение в экспертизу.

60 минут встреча с Head of Data Platform (опционально).

Проверка документов 1-2 дня (анкета в электронном виде).

Оффер, обсуждение даты выхода на работу.

Мы стараемся как можно быстрее принимать решения!