Инженер MLOps (ML Engineer)

Описание

«Современные Фонды Недвижимости» – лидер рынка розничных коллективных инвестиций в коммерческую недвижимость. Ключевой бизнес - создание и управление закрытыми паевыми инвестиционными фондами (ЗПИФ), инвестирующими в рентную недвижимость: торгово-развлекательные и офисные центры, склады и логистические комплексы. Мы ищем возможность усилить одну из команд за счет опытного ML Engineer.

Обязанности

* **Вывод AI-продуктов в продакшн**: Обеспечение перехода от разработки к эксплуатации AI-решений; * **Обеспечение надежности и масштабируемости**: Создание инфраструктуры, поддерживающей стабильную работу AI-продуктов при росте нагрузки; * **Минимизация рисков простоев и ошибок**: Предупреждение сбоев и устранение проблем, влияющих на качество работы AI-моделей; * **Управление дрейфом и галлюцинациями AI**: Регулярная проверка точности и соответствия результатов модели ожидаемым значениям; * **Интеграция процессов CI/CD**: Автоматизация сборки, тестирования и развертывания AI-приложений; * **Работа с инфраструктурой**: Настройка и поддержка серверов, облачных сервисов и инструментов DevOps/MLOps; * **Специфичные операции для ML**: Поддержка жизненного цикла AI-агентов и моделей, включая обучение, тестирование и обслуживание; * **Мониторинг производительности**: Контроль ключевых метрик эффективности AI-продуктов и своевременное реагирование на отклонения; * **Соответствие корпоративным стандартам и нормам**: Убедитесь, что процессы соответствуют внутренним требованиям и регуляторным нормам отрасли; * **Оптимизация расходов и ресурсов**: Постоянный поиск возможностей повышения эффективности и снижения затрат на эксплуатацию AI-инфраструктуры; * **Совместная работа с командами разработчиков**: Тесное сотрудничество с различными группами специалистов для достижения общих целей проекта.

Требования

* 5 и более года работы ML инженером с опытом MLOps / DevOps для ML, из них минимум 1,5 года в проектах с развёртыванием genAI (например, выкатка решений на базе LLM в банковских приложениях для скоринга рисков или чатов на базе агентов ИИ); * Подтверждённый опыт работы с инструментами жизненного цикла ML (MLflow, Kubeflow), включая автоматические пайплайны для дообучения и инференса на GPU; * Опыт вывода AI агентов, ML моделей в продакшн, обработки; * Фреймворки MLOps: MLflow / Kubeflow для отслеживания экспериментов, Seldon / KServe для обслуживания моделей; * Опыт с хранилищами признаков (Feast), версионированием моделей (DVC), интеграцией с пайплайнами данных (Airflow / Spark для ETL-to-inference). Построение масштабируемых пайплайнов: CI/CD для ML (Jenkins / GitHub Actions с этапами, специфичными для ML), автоматические триггеры переобучения; * Опыт работы с GenAI ops: Развёртывание LLM, оптимизация для задержки (инференса), обработка обслуживания нескольких моделей, AI агентов, RAG систем; * Опыт мониторинга и управления, например обнаружение галлюцинаций, дрейфа моделей, метрики производительности (Prometheus / Grafana), проверки на предвзятость ИИ в продакшене; * Опыт интеграции ML в приложения: API-эндпоинты для моделей (FastAPI / Flask), контейнеризация (Docker), оркестрация (Kubernetes / EKS для автоскалирования); * Опыт тестирования, специфичные для ML/LLM решений, сканирование безопасности; * Опыт оценки ресурсов для MLOps: Оркестрация облака (Cloud.ru или Yandex Cloud / VK Cloud), предоставление GPU (например, NVIDIA A100 или H100 для обучения), прогнозирование затрат на инфраструктуру.

Условия

* Гибридный формат работы (современный офис в Москве, м. Киевская); * Льготные ипотечные условия кредитования; * Выгодная подписка на продукты и услуги компаний партнеров; * ДМС с первого дня и льготное страхование для близких; * Корпоративная пенсионная программа; * Детский отдых и подарки за счет Компании; * Обучение за счет Компании: онлайн курсы, неограниченный доступ к библиотеке и обучение на базе Корпоративного университета, тренинги, митапы и возможность получить новую квалификацию.