Senior Machine Learning Engineer

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

Senior ML Engineer для enterprise-клиента в life sciences: отвечает за архитектуру и hands-on разработку production MLOps-систем, деплой моделей и масштабируемые inference-пайплайны. Гибрид, 3 дня в офисе в Индианаполисе, требуется разрешение на работу в США.

Задачи

• Проектировать, разворачивать и поддерживать production-grade MLOps-пайплайны и инфраструктуру для непрерывного обучения, деплоя, версионирования и мониторинга моделей
• Внедрять автоматическое обнаружение дрейфа моделей, мониторинг производительности и self-healing inference-пайплайны
• Интегрировать production ML-модели в operational technology (OT), процессы API-производства и системы управления химическими процессами
• Разворачивать предиктивные модели для batch-обработки, оптимизации управления процессами, real-time контроля качества и автоматизации производств
• Строить низколатентные высоконагруженные микросервисы и serving-архитектуры (FastAPI, Triton Inference Server, TorchServe)
• Контейнеризировать и оркестрировать ML-нагрузки в распределённых cloud и edge системах с помощью Kubernetes, Docker, Kubeflow, MLflow
• Работать напрямую с химическими инженерами, вычислительными биологами и архитекторами ПО, переводя операционные задачи в production-ready ML-решения
• Формировать enterprise-стандарты MLOps, model governance и CI/CD best practices на всём жизненном цикле ML

Требования

• Senior-уровень (10–20+ лет) в software engineering, MLOps, деплое production ML-систем и масштабировании инфраструктуры
• Опыт деплоя и поддержки production ML-систем в узкоспециализированных доменах (process/chemical engineering ML, клинические/научные исследования)
• Разрешение на работу в США без спонсорства и готовность работать 3 дня в неделю в офисе в районе Индианаполиса
• Прагматичный подход к решению задач, сильные навыки коллаборации и умение объяснять сложную MLOps-архитектуру кросс-функциональным командам
• Продвинутый Python, C++ и глубокое владение PyTorch, TensorFlow или Scikit-learn
• Опыт с Triton Inference Server, TorchServe, MLflow, Kubeflow или Databricks ML runtime
• Практический опыт с Kubernetes, Docker, CI/CD, FastAPI/gRPC и облачными платформами (AWS/Azure)
• Опыт построения real-time мониторинга моделей, feature stores, систем обнаружения дрейфа и интеграции с enterprise data pipelines
• Глубокий опыт применения ML в научных/клинических доменах (drug discovery, малые/крупные молекулы, вычислительная биология) ИЛИ в химической/процессной инженерии (API-производство, batch processing, SCADA/MES, оптимизация процессов)

Условия

• Контракт full-time / engagement в enterprise-проекте (outsourced via Xenon7)
• Гибридный формат: 3 дня в неделю onsite у клиента в Индианаполисе
• Рассматриваются региональные кандидаты и кандидаты в EST с готовностью к командировкам onsite
• Спонсорство рабочей визы не предоставляется

Навыки

• Python
• C++
• PyTorch
• TensorFlow
• Scikit-learn
• Triton Inference Server
• TorchServe
• MLflow
• Kubeflow
• Databricks
• Kubernetes
• Docker
• CI/CD
• FastAPI
• gRPC
• AWS
• Azure
• feature stores
• drift detection
• SCADA
• MES