MLOps Engineer

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

MLOps-инженер в Sedona Digital для связи команд Data Science и Infrastructure. Задача — строить и поддерживать MLOps-пайплайны на AWS, деплоить ML-модели в Kubernetes и развивать CI/CD.

Задачи

• Проектировать, внедрять и поддерживать масштабируемые MLOps-пайплайны на AWS (SageMaker, EC2, EKS, S3, Lambda)
• Совместно с platform-командой диагностировать кластеры Kubernetes (EKS) и оркестрировать деплой ML-моделей и микросервисов
• Разрабатывать и поддерживать CI/CD-пайплайны для деплоя, тестирования и мониторинга моделей и приложений
• Тесно взаимодействовать с Data Science и DevOps для оптимизации жизненного цикла моделей от экспериментов до продакшена
• Внедрять практики безопасности: сетевую безопасность, шифрование данных, ролевой доступ в AWS
• Мониторить, диагностировать и оптимизировать data- и ML-пайплайны для высокой доступности и производительности
• Настраивать и вести системы мониторинга моделей на дрейф производительности

Требования

• Bachelor’s degree in Computer Science, Engineering или смежной области
• 2+ года практического опыта в MLOps, DevOps или смежных направлениях
• Знание и желательно опыт работы с AWS-сервисами для ML: SageMaker, EKS, S3, EC2, Lambda
• Опыт с Kubernetes для оркестрации контейнеров
• Опыт с Docker
• Опыт с infrastructure-as-code: Terraform или CloudFormation
• Знакомство с CI/CD-инструментами, например GitLab CI
• Понимание жизненного цикла ML-моделей
• Знакомство с мониторингом и логированием: Prometheus, Grafana, CloudWatch, ELK Stack
• Понимание сетевых концепций и лучших практик облачной безопасности
• Владение Python и Bash, комфортная работа в Linux
• Сильные навыки решения проблем и коммуникации

Условия

• Удалённая работа
• Медицинская страховка после испытательного срока
• Обучение по рыночным трендам и потребностям клиентов
• Возможности непрерывного обучения и личного развития
• Отпускные в соответствии с местным законодательством
• Конкурентный компенсационный пакет
• Бонус по результатам работы
• Бюджет на командные мероприятия

Навыки

• AWS
• SageMaker
• EC2
• EKS
• S3
• Lambda
• Kubernetes
• Docker
• Terraform
• CloudFormation
• GitLab CI
• Prometheus
• Grafana
• CloudWatch
• ELK Stack
• Python
• Bash
• Linux
• Helm
• TensorFlow
• PyTorch
• Keras
• Kubeflow
• Argo Workflows
• Airflow