Режим работы: есть офис в Москве или откуда угодно по РФ
Ищем MLOps инженера под проекты, связанные с computer vision, LLM, classic ML.
Ты будешь управлять жизненным циклом ML-сервисов в продакшене: от экспериментов до масштабных решений.
Запускаем свой продукт LLM Security: продукт, обеспечивающий безопасность для систем, в которых используются LLM.
У нас есть возможность:
- работать с задачами на стыке ML и продакшн-инженерии (GPU, оптимизация, мониторинг, CI/CD);
- предлагать и внедрять лучшие практики, которые будут влиять на всю ML-инфраструктуру компании;
- общаться напрямую с сильными ML и DevOps инженерами, перенимать опыт и делиться своим;
- участвовать в запуске сервисов с нуля;
В нашей команде работают выпускники ВШЭ, МГУ, ETH Zurich и ШАД. Занимаемся разными продуктовыми задачами: рекомендательные системы, антифрод, ценообразование, матчинг и проекты связанные с компьютерным зрением и LLM.
В компании работает сильная команда DevOps и MLOps, которая сейчас занимается внедрением моделей ML/DL. Мы планируем расширить ML-команду, чтобы улучшить коммуникацию и поддержку моделей в продакшене, а также инфраструктуру вокруг них.
Есть свои сервера с A4000 на 16GB, A100 на 40GB, А100 на 80GB, Blackwell 96GB
Стек наших проектов:
Docker, Kubernetes, PyTorch, Prometheus, Grafana, Gitlab CI/CD, ClearML, MinIO, FastAPI, Kafka, PostgreSQL, BentoML, Nvidia triton inference server
Требования:
- Практический опыт работы MLOps от 2 лет;
- Опыт работы с Python;
- Опыт выстраивания CI/CD, DAG-пайплайнов для разработки-тестирован ия-инференса моделей
- Верхнеуровневое понимание ML-алгоритмов (бустинги, трансформеры)
- Опыт настройки мониторинга моделей в проде (Evidently и тд)
- Опыт работы с Docker, Docker compose
- опыт работы с ONNX
- опыт работы с Triton Inference Server
Будет плюсом:
- Умение разрабатывать, поддерживать и управлять сервисами в среде k8s.
- Опыт автоматизации CI/CD процессов и работы с Helm-чартами.
Задачи:
- Настраивать и поддерживать CI/CD процессы для ML, чтобы автоматизировать обновление и интеграцию моделей;
- Развёртывать ML модели в продакшне;
- Автоматизировать жизненный цикл ML модели, включая предобработку данных, эксперименты, развёртывание и мониторинг;
- Обеспечивать надёжность и контроль качества моделей с помощью версионирования, тестирования, мониторинга данных и метрик;
- Взаимодействовать с другими специалистами, создавая комплексные ML решения, готовые к масштабированию.
Условия работы:
- Гибкий график;
- Офис в Москва-сити или удаленно откуда угодно;
- ДМС после испытательного срока (в РФ);
- оформление ТК РФ;
- аккредитованная ИТ компания.
Рост
Занимаемся разными продуктовыми задачами: рекомендательные системы, антифрод, ценообразование, матчинг и много проектов, связанных с компьютерным зрением. Благодаря этому мы можем периодически меняться задачами, тем самым развивая каждого в интересных для него областях. Проводим регулярные 1-to-1, где мы фокусируемся на профессиональном росте и стремимся, чтобы каждый занимался тем, что ему интересно.
