OctaiPipe

ML Systems Engineer - Transferable Intelligence Team

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

ML Systems Engineer в команду Transferable Intelligence. Отвечает за системную инженерию ML-систем на edge-устройствах дата-центров: развёртывание моделей, координацию нагрузок, обучение и мониторинг по всему парку устройств.

Задачи

  • Координировать нагрузки на устройстве: планирование, приоритизация, бюджеты ресурсов и изоляция между RL-инференсом, fine-tuning, LLM-объяснителем и аналитикой
  • Обеспечивать корректность жизненного цикла моделей по всему парку: версионирование, атомарные замены моделей, сверка состояния портала и устройств
  • Строить процессы деплоя на центральном портале: упаковка, поэтапный rollout, shadow-mode, guardrails, автоматический fallback и откат
  • Помогать строить и масштабировать staging-среду и системы обучения: распределённое и федеративное обучение, оркестрация, checkpointing, восстановление
  • Профилировать и оптимизировать производительность на гетерогенном железе, включая эффективный LLM-инференс
  • Разрабатывать мониторинг, алертинг и observability на Grafana и Elastic Stack
  • Строить телеметрию и data pipelines для аналитики, causal inference и root cause analysis
  • Отлаживать сбои по всему стеку и разблокировать учёных
  • Повышать инженерную планку через code review, документацию, runbooks и post-mortems

Требования

  • Сильные основы software engineering и отличный Python
  • Опыт построения и эксплуатации end-to-end ML-систем в продакшене: от data pipelines до обучения, serving и мониторинга
  • Опыт распределённых систем с заботой о корректности: консистентность состояния, версионирование, сверка в ненадёжных сетях
  • Опыт координации нескольких нагрузок на общем железе: бюджеты ресурсов, планирование, изоляция
  • Опыт оптимизации инференса моделей: профилирование, квантизация, компиляция
  • Глубокое знание ML-стека обучения (PyTorch или аналог), включая распределённое обучение и checkpoint/recovery
  • Опыт мониторинга и observability с Grafana и Elastic Stack
  • Навык отладки сложных сбоев по всему стеку
  • Прагматичность, hands-on подход, готовность работать автономно и в коллаборации

Условия

  • Работа над реальным влиянием на устойчивое развитие в глобальном масштабе
  • Участие в ответственном применении AI к критической инфраструктуре
  • Хорошо финансируемая быстрорастущая scale-up компания
  • Коллаборация с экспертами в AI, инфраструктуре и операциях
  • Возможность влиять на продукт, снижающий энергопотребление и выбросы углерода

Навыки

  • Python
  • PyTorch
  • Grafana
  • Elastic Stack
  • LLM inference
  • Distributed training
  • Reinforcement learning
  • Ray
  • RLlib
  • vLLM
  • llama.cpp
  • ONNX Runtime
  • TensorRT
  • Kafka
  • MQTT
  • Federated learning

Похожие вакансии

Senior AI Engineer
UFORCELeadLondonГибрид
12 нояб.
NSL- ML Engineer
BAE SystemsSeniorLondonГибрид
12 нояб.
ML Ops Engineer
GlobalMiddleLondonОфис
12 нояб.
AI Platform Engineer- Senior Consultant-AI and Digital Factory
CapgeminiSeniorGlasgowГибрид
24 окт.
Quant/AI Developer, Global Markets
UBSMiddleLondonОфис
158,750 – 186,250 USD в год
12 нояб.
Research Engineer, Gemini Omni Data Infrastructure, DeepMind
GoogleMiddleLondonОфис
12 нояб.
Software Development Engineer III - Data & AI
TescoSeniorWelwyn Garden CityГибрид
12 нояб.
Software Engineer III, AI/ML, AI Data
GoogleMiddleLondonОфис
12 нояб.
Senior AI Systems Engineer
NVIDIASeniorYokneam IllitОфис
11 нояб.
23902 - Data Scientist - GenAI
QualityAIMiddlePetah TikvaОфис
27 окт.