Stermedia
MLOps Engineer (Enterprise AI Platform)
Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.
MLOps-инженер для построения, автоматизации и масштабирования production-решений в области AI и Machine Learning на стыке ML, Cloud Engineering и DevOps.
Задачи
- Строить, автоматизировать и масштабировать production-решения в области AI и ML
- Превращать ML-модели в надёжные и масштабируемые production-сервисы
- Автоматизировать ML-процессы и улучшать процессы деплоя моделей
- Участвовать в развитии enterprise AI-инфраструктуры
- Обеспечивать эффективный деплой, мониторинг и поддержку ML-систем совместно с Data Scientists, ML Engineers и Cloud Engineers
Требования
- 2+ года практического опыта в MLOps, DevOps, Cloud Engineering, ML Engineering или смежной области с практикой деплоя ML или ML-процессов
- Python: умение писать чистый, поддерживаемый и тестируемый код
- Docker и Kubernetes: практический опыт контейнеризации и деплоя приложений в Kubernetes
- Опыт работы хотя бы с одним крупным облачным провайдером: Azure, AWS или GCP
- CI/CD: опыт автоматизированных пайплайнов сборки, тестирования и деплоя (GitLab CI, GitHub Actions или аналоги)
- Понимание основ MLOps: ML-процессы, деплой моделей, трекинг экспериментов, управление жизненным циклом моделей
- Знакомство хотя бы с одним инструментом оркестрации: Kubeflow Pipelines, Apache Airflow или Argo Workflows
- Практическое знание Terraform или аналогичных IaC-инструментов
- Знакомство с инструментами мониторинга и логирования: Prometheus, Grafana или аналоги
- Английский язык уровня B2+ для технических обсуждений, документации и повседневной работы в международной среде
Условия
- Работа с новыми технологиями в области machine learning и современной разработки ПО
- Бюджет на саморазвитие в год
- Возможность участвовать в разнообразных интересных проектах
- Внутренние воркшопы
- Personal branding (статьи, выступления на конференциях, роль лидера внутренних воркшопов)
- Гибкий график работы
- Возможность удалённой работы
- Chillout-зона, бесплатные напитки, командные и корпоративные мероприятия
- Дружелюбная атмосфера
- MultiSport
- LuxMed
Навыки
- Python
- Docker
- Kubernetes
- Azure
- AWS
- GCP
- GitLab CI
- GitHub Actions
- Kubeflow Pipelines
- Apache Airflow
- Argo Workflows
- Terraform
- Prometheus
- Grafana
- MLflow
- PyTorch
- TensorFlow
- Scikit-learn
- KServe
- NVIDIA Triton Inference Server
- vLLM
- ONNX Runtime
- Argo CD
- Argo Rollouts
- Apache Kafka
- Apache Spark
- Feast
- DVC