MLOps Engineer

Мы в поисках инженера эксплуатации сервисов машинного обучения (MLOps).

Основные задачи будут сфокусированы на разработке и поддержке инструментов и инфраструктуры для полного жизненного цикла ML-решений, от экспериментов до промышленной эксплуатации, включая автоматизацию процессов и повышение надежности.

Эта роль предполагает плотное взаимодействие с ML, Data и Platform инженерными командами, а также участие в развитии внутренних стандартов и best practices.

• Разрабатывать и поддерживать инфраструктуры для экспериментов, обучения и деплоя ML-моделей в batch и online режимах;
• Внедрять и развивать общие MLOps-инструменты: CI/CD пайплайны на базе GitLab, Model Registry, Feature Store, Data Quality, мониторинг моделей;
• Поддерживать и развивать платформенные компоненты: кластеры, оркестрации, пайплайны обработки данных, системы развёртывания;
• Взаимодействовать с командами Data Scientist, Data Engineering и Platform-инженерами для обеспечения стабильной и масштабируемой инфраструктуры;
• Автоматизировать процессы с использованием IaC-подходов (Terraform, Ansible), Helm, Kubernetes;
• Поддерживать и оптимизировать инфраструктуры в Yandex Cloud и Bare Metal;
• Работать с системами обработки данных: Spark, Airflow, Trino, JupyterHub;
• Участвовать в построении мониторинга и обеспечения качества данных и моделей.

• Опыт разработки, внедрения и автоматизации ML или Data Egineering решений (от 1 года);
• Понимание принципов CI/CD, разработки и эксплуатации распределённых систем;
• Уверенный опыт работы с Kubernetes, Helm, Docker;
• Практический опыт работы со Spark, Airflow;
• Уверенное владение Python, Linux, методами работы с большими данными;
• Опыт работы с инфраструктурным кодом (Terraform, Ansible);
• Понимание основ алгоритмов машинного обучения;
• Знание английского языка для работы с технической документацией.

Будет плюсом:

• Опыт работы с Kubeflow, Trino, JupyterHub, Hadoop, Oracle;
• Опыт настройки мониторинга (в том числе ML-моделей);
• Опыт работы с Yandex Cloud.