MLOps

Описание вакансии

it-компания gnivc- партнер государственных компаний и лидеров российского бизнеса, разработчик и системный интегратор крупнейших государственных информационных систем, а также коммерческих решений для налогового мониторинга.

Компания входит в ТОП-100 лучших работодателей страны и 10 место в категории "IT-компании" 2024 года по рейтингу работодателей hh.ru среди крупных компаний;
Мы в 25% лучших по уровню счастья среди компаний отрасли IT и России 2024 по версии Happy Job;
Являемся аккредитованной ИТ-компанией.

Приглашаем MLOps инженера для автоматизации полного жизненного цикла ML-моделей. Вы будете отвечать за трансформацию экспериментальных моделей машинного обучения в надежные, масштабируемые и безопасные продакшн-системы. Ваша задача — создать бесшовную связь между исследовательской работой data scientists и промышленной эксплуатацией AI-решений.

задачи:

Участвовать в проектировании и поддерживать end-to-end ML-пайплайны от эксперимента до продакшена;
Автоматизировать процессы обучения, валидации и деплоя ML-моделей;
Внедрять и развивать инфраструктуру мониторинга качества моделей (drift detection, performance tracking);
Настраивать CI/CD процессы специфично для ML-проектов (GitLab CI, Jenkins, ArgoCD);
Управлять версионированием данных, моделей и экспериментов (MLflow, DVC, Model Registry);
Обеспечивать масштабируемость ML-сервисов в Kubernetes-окружении;
Интегрировать ML-модели в существующие бизнес-системы через API и микросервисы;
Оптимизировать использование GPU/CPU ресурсов и снижать операционные затраты;
Взаимодействовать с командами Data Science, Backend и Platform Engineering.

мы от вас ждём:

от 4х лет опыта в MLOps/DevOps/ML Engineering;
Опыт построения продакшн-пайплайнов для ML/AI;
Понимание жизненного цикла ML (ML Lifecycle);
Опыт внедрения мониторинга качества моделей;
Опыт проектирования масштабируемых систем и микросервисной архитектуры;
Знание best-practices MLOps (reproducibility, automation, observability);
Понимание вопросов ИБ, сертификации и compliance (желательно — опыт в гос-секторе или финтехе);
Навыки коммуникации с data scientists, разработчиками и архитекторами enterprise-уровня.

Будет плюсом

Опыт работы с LLM и RAG-системами;
Опыт оптимизации ML-моделей для ограниченной инфраструктуры (Edge AI, on-prem);
Опыт управления командой инженеров/MLops специалистов;
Понимание нормативных ограничений (152-ФЗ, ГОСТ, аттестация ИС).

Опыт с технологическим стеком:

Оn-prem среды: Kubernetes, Docker;
MLOps-платформы: MLflow, Kubeflow, Airflow, Vertex AI, Sagemaker;
ML/DL фреймворки: PyTorch, TensorFlow, scikit-learn;
DataOps и обработка данных: Kafka, Hadoop, dbt;
Мониторинг и логирование: Prometheus, Grafana, ELK, EvidentlyAI;
CI/CD: GitLab CI/CD, Jenkins, ArgoCD;
Инфраструктура как код: Terraform, Ansible;
Языки: Python (обязательно), Bash, SQL, Go или Java — как преимущество.

мы предлагаем:

Работу в офисе, гибридный график или дистанционный формат;
Пятидневную рабочую неделю (Пн. – Чт. с 09.00 до 18.00, Пт. с 09.00 до 16.45);
Конкурентную заработную плату по результатам собеседования, премии за эффективную работу и результат;
Оформление в соответствии с требованиями ТК РФ: оплачиваемые отпуска + доплата к отпуску 50% от оклада через 11 месяцев работы в Компании, выплата заработной платы дважды в месяц и др.;
Компенсация Больничный листа продолжительностью до 7 дней с сохранением полной оплаты, какая была бы в случае нахождения на работе.
возможность взять 5 дополнительных оплачиваемых выходных (ресурсных) дней в течение календарного года (с 1 января до 31 декабря) сотрудникам, проработавшим в компании больше 11 месяцев;
Профессиональное обучение и сертификация за счёт компании;
А еще мы организуем митапы, хакатоны, конференции, семинары и тренинги: как внутренние, так и внешние;
ДМС по окончании испытательного срока, с огромным перечнем лучших медучреждений и включая классную стоматологию;
Партнерские программы по обучению иностранному языку и прокачки скиллов от Skyeng и Skillbox;
Доступ к корпоративной библиотеке на платформе Alpina Digital;
Возмещение до 50 % затрат на занятия спортом;
А также, множество других приятных и интересных бонусов и преференций.