Младший MLOps инженер

Описание

Чем предстоит заниматься:

• Развитие, эксплуатация и поддержка ML-платформы, полностью развернутой в Kubernetes-кластере;
• Поддержка и развитие ML-сервисов в Kubernetes: batch / online / streaming inference, участие в миграции Model Inference Service с MLServer на базу KServe;
• Эксплуатация и развитие Data Specialist Workspaces (на базе JupyterHub): управление рабочими средами, распределение ресурсов кластера (CPU / RAM / GPU), поддержка пользователей;
• Разработка и сопровождение ETL/ELT и ML-пайплайнов в Airflow;
• Поддержка и развитие Feature Store на базе Feast: offline-хранилище (PostgreSQL), интеграции, Feature Engineering Service (сервис по сборке датасетов и расчету признаков);
• Поддержка и развитие MLflow: трекинг экспериментов, хранение артефактов, метрик, интеграция с мониторингом и бизнес-показателями;
• Разработка и поддержка CI/CD пайплайнов (GitLab CI) для ML и data-сервисов;
• Контейнеризация, деплой и эксплуатация сервисов в Kubernetes;
• Настройка, поддержка и улучшение мониторинга ML-сервисов и пайплайнов (метрики, алерты, SLA);
• Участие в проектировании и улучшении A/B экспериментов;
• Консультирование команды разработки, участие в код-ревью;
• Актуализация и развитие документации по ML-процессам, инструментам и инфраструктуре;
• Поддержка и развитие уже существующих, задокументированных и мониторируемых сервисов в Production среде.

Что для нас важно:

• Уверенное владение Python, опыт разработки сервисов и API (FastAPI / Flask / Django);
• Практический опыт эксплуатации и разработки сервисов в Kubernetes;
• Понимание архитектуры Kubernetes: namespaces, deployments, services, ingress, resources, limits/requests;
• Опыт работы с Docker и Kubernetes как основной средой исполнения;
• Опыт настройки и поддержки CI/CD пайплайнов (GitLab CI);
• Понимание принципов MLOps и опыт работы с opensource-решениями: Airflow, MLflow, Feast (или аналогами);
• Знание основных алгоритмов Machine Learning и опыт работы с numpy, pandas, scipy, matplotlib;
• Практический опыт использования scikit-learn, XGBoost, LightGBM;
• Уверенное владение SQL и опыт работы с PostgreSQL;
• Опыт работы в Linux-среде, уверенное использование CLI-инструментов;
• Понимание различий и сценариев применения Kafka и RabbitMQ;
• Опыт версионирования данных и моделей (DVC или аналоги);
• Умение разбираться в чужом коде, оптимизировать и улучшать существующие решения;
• Готовность работать с production-системами, а не только с greenfield-разработкой.

Мы гарантируем:

• Атмосферу безопасности. Так как мы предлагаем трудоустройство в полном соответствии с ТК РФ.

• Удаленный формат работы.

• Чувство устойчивости в настоящем и будущем, даже когда времена вокруг нас меняются. Помогут тебе в этом наши оздоровительные и финансовые бенефиты.

• Комфорт в деталях: отсутствие дресс-кода, оборудованное рабочее место и возможность отдыха в неформальной обстановке.

• Динамику профессионального развития.