Мы развиваем единую MLOps - экосистему банка.
• Среда разработки моделей / пайплайны train и inference
• Среда исполнения моделей и пайплайны доставки
• Среда немодельных сервисов
• Feature Store
• AutoML
• A/B тестирование
• RAG/LLM
Основной стек: Jupyterhub, Airflow, ArgoWF, MLflow, Seldon core, Python, Hadoop (spark, hdfs), Docker, OpenShift/Kubernetes, longhorn, Jenkins, Kafka, Redis, PostgreSQL, vLLM, Kserv
•Конфигурировать и разворачивать инфраструктурные компоненты
• Адаптировать/разрабатывать с нуля автоматизированные пайплайны под актуальные бизнес-задачи (RAG, ML, noML)
• Создавать и поддерживать пользовательские инструменты для работы в едином ML-контуре применения и обучения
• Масштабировать разрабатываемые системы и инструменты для управления жизненным циклом моделей машинного обучения
Что мы ожидаем от кандидата:
• Опыт DevOps от 3х лет (decker, helm, jenkins\gitlab CI, python)
• Опыт ML/MLOps от 1 года (airflow, jupyterhub, mlflow, seldon, cuda) - возможно верхнеуровневые знания
• Опыт администрирования Kubernetes от 2х лет
• Опыт работы Hadoop, Spark, Kafka, ELK
Личные качества:
• Самостоятельность в доведении задач до результата
• Проактивность и инициативность в предложениях по рефакторингу
• Полное погружение в инфраструктуру и команду
• Командность, готовность помогать коллегам и пользователям
• Умение собрать общую картину ожидаемого результата, вместо решения конкретно поставленной задачи
Что мы предлагаем:
• Стабильный и прозрачный доход: размер заработной платы обсуждается по итогам собеседования
• Работа в agile-команде
• Работу из офиса или гибридный формат работы (на выбор)
• Сложные и интересные задачи, современный стек технологий
• Возможность вертикального и горизонтального карьерного роста: регулярно проходят тренинги, вебинары, митапы и демо-дни