.svg)
Загрузи резюме в профиль, чтобы сгенерировать временное CV под эту вакансию
17 июн
mlops engineer
выше рынка на 7,3%
вакансия
214 691 ₽
в среднем
200 039 ₽
сопроводительное письмо
Загрузи резюме в профиль, а нейросеть определит твою категорию. Затем ты сможешь генерировать сопроводительные письма для вакансий этой категории
описание
Компания развивает внутреннюю платформу — экосистему AI-сервисов для автоматизации ключевых процессов.
задачи
- Встраивать существующие ML-модели в бизнес-процессы, масштабировать их и выводить в продакшен;
- Настраивать и поддерживать пайплайны и сервисы для batch- и online-инференса;
- Разрабатывать и отлаживать DAG-и в Airflow;
- Контейнеризировать сервисы и эксплуатировать модели в Kubernetes;
- Разрабатывать и поддерживать API на FastAPI для интеграции моделей;
- Обеспечивать стабильную работу ML-сервисов в продакшене;
- Версионировать модели и управлять артефактами;
- Оптимизировать инференс и контролировать использование ресурсов;
- Участвовать в развитии инфраструктуры полного жизненного цикла ML-моделей.
требования
- Опыт работы в области MLOps/ML-engineer от 3 лет;
- Понимание ML-алгоритмов и жизненного цикла модели: от постановки задачи, экспериментов и версионирования до деплоя и мониторинга в продакшене;
- Знание принципов работы бустингов, различий между трансформерами (LLM) и классическими сетями, а также понимание применения эмбеддингов;
- Уверенное владение Python и FastAPI, включая асинхронное/многопоточное программирование (asyncio, threading, multiprocessing);
- Знание ООП с принципами SOLID;
- Опыт проектирования поддерживаемых, документированных и высоконагруженных API;
- Работа с SQLAlchemy и асинхронными драйверами баз данных;
- Опыт разработки и отладки DAG-ов в Airflow для batch-инференса моделей;
- Опыт работы с Docker и Kubernetes, включая эксплуатацию production-кластеров и настройку лимитов;
- Владение реляционными и NoSQL базами данных для хранения структурированных данных;
- Будет плюсом опыт развертывания моделей на inference-платформах (KServe, Seldon, TorchServe), оптимизация инференса с Triton Inference Server, опыт инференса больших языковых моделей (vLLM, llama), проектирование агентных систем (LangChain, LlamaIndex, LangGraph) и работа с Real-time системами (Kafka, RabbitMQ, Faust).
условия
- Полностью "белая" зарплата, годовая премия;
- График работы 5/2;
- Подключение к ДМС после успешного прохождения испытательного срока;
- Корпоративные скидки на страховые продукты, фитнес, магазины-партнёры и книги;
- Электронная библиотека с более чем 3000 книг;
- Специальные мероприятия для сотрудников и их детей, подарки на Новый год.
навыки
Если просят войти через iCloud, отправить коды из SMS, запустить код, что-то установить, перевести деньги или сделать что угодно, связанное с деньгами, не соглашайтесь: это признаки мошенничества.
