БКС Финтех – ИТ-компания, входящая в БКС Мир Инвестиций, в которой работают более 1300 профессионалов, реализующих актуальные решения для бизнеса. Компания аккредитована Минцифры России как ИТ-компания.
БКС Мир инвестиций – международная инвестиционно-банковская компания, одна из крупнейших в России. Мы существуем на рынке уже 30 лет и предоставляем клиентам максимально широкий спектр брокерских и инвестиционных услуг.
Мы – новаторы в области цифровых технологий в финансовой сфере. На единой цифровой платформе холдинга собраны все ключевые решения как для профессиональных инвесторов, так и для новичков.
Проект:
Наша цель — создать максимально эффективный процесс внедрения ML-моделей: сократить time-to-market, обеспечить полный охват моделей мониторингом и валидацией в продакшене, а также оптимизировать использование CPU/GPU. Для этого мы развиваем собственную MLOps-платформу, которая автоматизирует весь жизненный цикл моделей — от сбора данных и обучения до надежного, предсказуемого и эффективного функционирования в проде.
Чем предстоит заниматься:
Шаблонный код для работы моделей с Kafka, Rabbit, Postgres, S3 и другой инфраструктурой;
Шаблонный код для инференса моделей на FastAPI, BentoML, Triton Inference Server.
Настраивать инструменты для версионирования данных / моделей и воспроизводимости экспериментов: MLflow (Tracking, Projects, Models), S3;
Писать ML- пайплайны: Apache Airflow / Prefect / Kubeflow.
Упаковывать модели в docker, писать helm-чарты;
Настраивать специфичный для ML мониторинг и алертинг моделей в проде: контроль дрифта данных, деградации моделей, мониторинг метрик качества и производительности моделей. Prometheus, Grafana, ELK, Evidently.
Наши ожидания:
Технические навыки:
Опыт работы с MLFlow, ClearML или W&B для реализации версионирования датасетов/моделей и обеспечения воспроизводимости экспериментов;
Знание Python;
Опыт работы с фреймворками для инференса: FastAPI, BentoML или Triton Inference Server;
Опыт построения ML-пайплайнов с использованием Apache Airflow, Prefect или Kubeflow Pipelines;
Опыт написания интеграционного кода на Python с системами хранения данных (Postgres, ClickHouse, S3, Minio) и очередями/стримингом (RabbitMQ, Kafka);
Опыт работы с Docker (сборка, оптимизация образов) и Kubernetes (Helm-чарты, управление жизненным циклом подов);
Опыт настройки и использования систем мониторинга Prometheus + Grafana;
Опыт внедрения ML-специфичного мониторинга: инструменты типа Evidently или аналоги;
Опыт настройки алертинга;
Понимание жизненного цикла ML-моделей;
Понимание проблем воспроизводимости экспериментов, версионирования данных и моделей.
Soft skills:
Навыки коммуникации с Data Scientist, DevOps инженерами и разработчиками backend;
Фокус на достижение бизнес-целей;
Постоянное стремление к автоматизации рутинных процессов для ускорения цикла разработки и поставки;
Готовность быстро осваивать новые инструменты, технологии и подходы в быстро развивающейся области MLOps.
Будет плюсом:
Опыт оптимизации ML-моделей (квантование, pruning, дистилляция) и инференса (батчинг, использование GPU/TPU, Triton оптимизации);
Опыт работы с векторными базами данных (Milvus, Weaviate, Qdrant, Postgres(PGVector), FAISS);
Опыт работы с LLM и их деплоем;
Понимание и опыт работы с feature stores (Feast, Hopsworks);
Опыт проведения нагрузочных тестов ML-моделей;
Опыт оптимизации SQL-запросов;
Понимание A/B-тестирования моделей.
Мы предлагаем:
Электронная торговая площадка Газпромбанка
Москва
Не указана
Ростелеком Информационные Технологии
Москва
до 350000 RUR