MLOps-инженер (Machine Learning Operations) в проектный бенч / аутстафф (удаленная работа)

Вакансия: MLOps-инженер (Machine Learning Operations) в проектный бенч / аутстафф

Описание вакансии

MLOps-инженер (Machine Learning Operations) в проектный бенч / аутстафф

О компании:

ИТ-ИМПЛАНТ аккредитованный системный интегратор с экспертизой в заказной разработке и внедрении индивидуальных ИТ-решений для бизнеса. Мы не просто пишем код мы встраиваем наши команды в процессы клиентов, чтобы закрывать их самые сложные задачи.
Сейчас мы расширяем штат и формируем бенч MLOps-инженеров для работы на аутстафф-проектах наших заказчиков. Это значит, что вы будете в штате нашей компании, но работать над построением инфраструктуры и пайплайнов для внедрения моделей машинного обучения на проектах внешних заказчиков от финтеха до промышленных предприятий.

Чем предстоит заниматься:

• Проектирование и развертывание CI/CD пайплайнов для автоматического обучения, тестирования и деплоя ML-моделей.
• Настройка инфраструктуры для масштабируемого инференса моделей в продакшене (Kubernetes / OpenShift, управление подами, auto-scaling).
• Разработка и поддержка микросервисной архитектуры для ML-решений (FastAPI / Flask) с фокусом на стабильность, мониторинг и наблюдаемость (Prometheus / Grafana).
• Работа с инструментами версионирования данных и моделей (MLflow, DVC, S3-хранилища), обеспечение воспроизводимости экспериментов.
• Оптимизация вычислительных ресурсов и работы с облачными/on-premise окружениями, настройка очередей задач (RabbitMQ / Kafka) для асинхронной обработки данных.
• Внедрение практик MLOps: мониторинг дрейфа данных и концепта, автоматический ретрининг моделей по расписанию или триггерам.

Мы ожидаем:

• Уверенное владение Python и Linux (bash scripting, администрирование серверов).
• Опыт коммерческой разработки в области MLOps / DevOps с фокусом на ML-системы (от 2 лет).
• Глубокое понимание контейнеризации (Docker) и оркестрации (Kubernetes / OpenShift: Helm-чарты, ingress, управление секретами, ресурсами).
• Опыт работы с MLOps-инструментарием: MLflow (обязательно), DVC, Kubeflow или Airflow для организации пайплайнов.
• Знание реляционных и NoSQL баз данных (PostgreSQL / ClickHouse / MongoDB) для организации фичей и метаданных.
• Опыт работы с облачными провайдерами (AWS/GCP/Azure) или корпоративными on-premise решениями.
• Понимание принципов CI/CD (GitLab CI / GitHub Actions / Jenkins) применительно к ML-артефактам.

Будет плюсом:

• Опыт работы с большими данными (Spark, Hadoop) и распределенными вычислениями.
• Навыки оптимизации моделей (ONNX, TensorRT) и работы с GPU в Kubernetes.
• Опыт внедрения систем мониторинга (Prometheus + Grafana, ELK-стек) для ML-сервисов.
• Знание сетевых протоколов и безопасности (модель аутентификации, TLS, VPC).
• Навыки написания production-ready кода (чистая архитектура, тесты pytest, аннотации типов).

Мы предлагаем:

• Прозрачный договор и удобный формат (договор с ИП/СЗ).
• Удаленный формат работы или гибрид (в зависимости от проекта).
• Работа с крупными брендами и проверенными заказчиками.
• Конкурентная зарплата (обсуждается в процессе трудоустройства).
• Возможность профессионального роста внутри агентства (мы закрываем проекты от Middle+ до Team Lead уровня).

Как попасть в бенч:

1. Откликнитесь на вакансию.
2. Мы проведем собеседование (оценка навыков)
3. После подтверждения экспертизы вы попадаете в наш резерв и получаете доступ к проектам.