AI/ML Engineer

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

AI/ML Engineer в Katalyst Data Management — hands-on роль с ответственностью за архитектуру и разработку AI-платформы, от прототипа до продакшена. Работа с GPU-инфраструктурой, пайплайнами обработки данных и DevOps-поддержкой платформы.

Задачи

• Мониторинг, поддержка и оптимизация ML-инфраструктуры, включая тестовые окружения и продакшен-системы с NVIDIA GPU (например, DGX в Хьюстоне)
• Управление распределением и балансировкой GPU-нагрузки между сервисами: генерация эмбеддингов, OCR, инференс-пайплайны
• Обеспечение наблюдаемости систем: метрики здоровья, алертинг, целевые показатели uptime для AI-платформ
• Выявление и внедрение улучшений эффективности систем, использования ресурсов и производительности пайплайнов
• Диагностика и устранение аппаратных и системных проблем: тепловые ограничения, ошибки NVIDIA Xid, совместимость драйверов, оптимизация питания
• Эксплуатация и мониторинг крупномасштабных пайплайнов загрузки данных (500GB+), поддержка тысяч документов в продакшене
• Управление препроцессингом доменных форматов данных: LAS, DLIS, SEG-Y, NAV, PDF, TIFF
• Мониторинг, траблшутинг и оптимизация OCR-процессов, устранение узких мест при обработке сканированных legacy-документов
• Разработка и поддержка дашбордов, логирования и алертинга для видимости и надёжности пайплайнов
• Валидация данных и проверки качества загруженного контента, эскалация аномалий
• Поддержка CI/CD пайплайнов, фреймворков автотестирования и релизных процессов платформы Katapult
• Администрирование и оптимизация кластеров Elasticsearch/OpenSearch, управление индексами и тюнинг производительности
• Разработка и поддержка инфраструктурной документации: runbooks, гайды по траблшутингу, операционные playbook'и
• Поддержка и улучшение контейнеризированных окружений развёртывания с использованием Docker и Ansible
• Совместная работа с Senior AI/ML Engineers над разработкой, тестированием и операционализацией RAG-пайплайнов
• Бенчмаркинг и оценка производительности embedding-моделей, конфигураций поиска и retrieval-процессов
• Участие во внутренней автоматизации, скриптинге и инструментах для повышения продуктивности команды и надёжности платформы
• Участие в agile-церемониях: sprint planning, code review, обсуждения технического дизайна

Требования

• Опыт администрирования Elasticsearch или OpenSearch в продакшен-окружениях
• Уверенное знание сервисов AWS (EC2, S3) и опыт работы с AI-платформами типа Bedrock или аналогами
• Опыт работы с инструментами мониторинга и наблюдаемости (OpenTelemetry, Prometheus, Grafana)
• Практическое знание CI/CD пайплайнов и инструментов GitHub Actions или Jenkins
• Опыт поддержки окружений NVIDIA GPU (CUDA, драйверы, nvidia-smi)
• Знакомство с OCR-технологиями и пайплайнами обработки документов
• Владение Git/системами контроля версий и знакомство с экосистемой Node.js / npm
• Знакомство с инструментами разработки с поддержкой агентов (Codex, Claude Code)
• Опыт поддержки продакшен AI, data или search-платформ в high-availability окружениях
• Опыт работы с крупномасштабной загрузкой данных или системами обработки документов
• 1–3 года профессионального опыта в DevOps, системном администрировании, MLOps или разработке ПО (или эквивалентный практический опыт)
• Опыт работы в небольших быстроразвивающихся командах с высокой степенью автономии
• Базовое понимание концепций машинного обучения: эмбеддинги, инференс, model serving
• Практический опыт работы с Linux-рабочими станциями или серверами
• Опыт развёртывания и управления контейнеризированными приложениями с использованием Docker
• Практическое знание PostgreSQL или аналогичных реляционных баз данных
• Владение скриптингом на Python и/или Bash для автоматизации и мониторинга
• Сильные навыки коммуникации на английском языке, устной и письменной

Условия

• Полная занятость, понедельник–пятница, 8:00–17:00, с occasional extended hours для поддержки деплоев
• Гибридный график
• Позиция в Хьюстоне (TX, США), Калгари (AB, Канада) или Рио-де-Жанейро (Бразилия)
• Участие в benefits-программе в зависимости от географического расположения
• Минимальные командировки для поддержки on-premises инфраструктуры; расходы покрываются или компенсируются
• Профессиональная офисная среда с частыми виртуальными встречами и кросс-функциональной работой

Навыки

• Elasticsearch
• OpenSearch
• AWS
• EC2
• S3
• Bedrock
• OpenTelemetry
• Prometheus
• Grafana
• GitHub Actions
• Jenkins
• NVIDIA GPU
• CUDA
• nvidia-smi
• OCR
• Git
• Node.js
• npm
• Codex
• Claude Code
• Docker
• Ansible
• PostgreSQL
• Python
• Bash
• Linux
• RAG
• MLOps
• CI/CD