(Senior) ML Platform Engineer (m/f/d)

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

Инженер ML-платформы в deep-tech компании Quantum Systems. Отвечает за построение end-to-end ML-инфраструктуры для обработки крупномасштабных данных с дронов и сенсоров, воспроизводимого обучения и валидации моделей.

Задачи

• Проектировать, внедрять и эксплуатировать масштабируемые ML- и data-пайплайны: ингестия, создание датасетов, обучение и валидация моделей
• Строить надёжную ML-платформу для воспроизводимых экспериментов и обучения на локальной, on-prem и облачной GPU-инфраструктуре
• Разрабатывать системы для крупномасштабных мультимодальных датасетов: изображения, LiDAR, одометрия, ground truth, симуляционные данные
• Обеспечивать версионирование датасетов и моделей, управление метаданными, проверки качества и трассируемость от сырых данных до валидированных артефактов
• Строить и оптимизировать распределённое обучение, планирование задач, аллокацию GPU, кэширование и высокопроизводительный доступ к данным
• Разрабатывать AI-инструменты для внутреннего data engineering: семантический поиск, обогащение метаданных, автоаннотация и оценка качества с помощью foundation и мультимодальных моделей
• Улучшать надёжность, наблюдаемость, безопасность, экономичность и developer experience платформы
• Взаимодействовать с ML-, data- и инженерными командами, переводя их потребности в масштабируемые возможности платформы
• Менторить инженеров, участвовать в архитектурных решениях и задавать инженерные стандарты для production-grade ML-систем

Требования

• Степень в Computer Science, Artificial Intelligence, Data Engineering или смежной технической области
• Сильные навыки разработки на Python, опыт создания надёжного поддерживаемого ПО и автоматизированных workflow для data-intensive ML-систем
• Несколько лет практического опыта построения production ML-платформ, MLOps-систем или крупномасштабных data- и training-пайплайнов
• Твёрдое знание основ машинного обучения и практический опыт обучения и оценки ML-моделей
• Глубокое понимание ML-жизненного цикла: подготовка датасетов, распределённое обучение, управление экспериментами, валидация моделей и воспроизводимость
• Опыт работы с облачными платформами и контейнерной инфраструктурой на Docker и Kubernetes
• Опыт с оркестрацией workflow, трекингом экспериментов и управлением моделями/артефактами: Argo Workflows, Kubeflow, Metaflow, Airflow, MLflow или аналоги
• Практический опыт с большими датасетами, объектным и разделяемым хранилищем, форматами данных, партиционированием/шардированием и высокопроизводительной загрузкой данных
• Знакомство с CI/CD, infrastructure as code, мониторингом, логированием, контролем доступа и эксплуатацией надёжных production-систем
• Уверенный английский и эффективная работа с research-, product- и infrastructure-командами
• Высокая самостоятельность и готовность брать техническую ответственность от архитектуры до эксплуатации

Условия

• Корпоративная пенсионная программа
• Гибкий график на основе доверия
• Возможность работать удалённо один день в неделю
• Доступ к EGYM Wellpass и субсидирование фитнеса
• Bike-Leasing
• Корпоративные скидки от известных брендов (Adidas, Apple, Expedia)
• Корпоративные мероприятия
• Субсидируемый обед (Lunch-Card)
• Корпоративный шаттл от Laim в Мюнхене

Навыки

• Python
• Machine Learning
• MLOps
• Docker
• Kubernetes
• Argo Workflows
• Kubeflow
• Metaflow
• Airflow
• MLflow
• CI/CD
• Infrastructure as Code
• LiDAR
• GPU
• Cloud