ML engineer (Мониторинг инфраструктуры)

Команда инфраструктурного мониторинга отвечает за стабильность и производительность высоконагруженных систем. Мы переходим от реактивного подхода к проактивному: строим систему, которая предсказывает сбои до их возникновения. Наша цель — создать внутренний AI-слой, который автоматизирует рутину эксплуатации, анализирует петабайты логов и трассировок, а также помогает инженерам принимать решения на основе данных, а не интуиции.

Чем предстоит заниматься:

• создавать и внедрять в продакшен модели временных рядов для прогнозирования нагрузки на инфраструктуру и предиктивного алертинга, чтобы выявлять аномалии за часы или дни до деградации сервиса

• разрабатывать пайплайны автоматической классификации и группировки алертов и строить системы семантического поиска и суммаризации причин сбоев по неструктурированным данным с использованием внутренних LLM

• проектировать архитектуру взаимодействия с внутренними LLM для автоматической категоризации инцидентов, генерации рекомендаций по устранению и нормализации данных мониторинга

• выстраивать полный цикл работы с ML в production от версионирования данных и моделей (MLflow / DVC) до автоматизированного A/B-тестирования версий моделей, мониторинга деградации качества (data drift, concept drift) и автоматического переобучения

• применять методы оптимизации инференса для обеспечения низкой задержки ответов AI-сервисов в контуре real-time мониторинга

• участвовать в проектировании потоков данных (ClickHouse, Redis, Kafka) для обеспечения ML-моделей актуальными фичами в режиме, близком к реальному времени

• работать в тесной связке с SRE, DevOps и разработчиками бэкенда для обеспечения отказоустойчивости AI-сервисов и развития CI/CD-процессов.

Мы ждем от тебя:

• коммерческий опыт разработки на Python от 3-х лет, уверенное знание Python Core, GIL и принципов работы CPython

• понимание классического машинного обучения от алгоритмов временных рядов (ARIMA, Prophet, LSTM, CatBoost для time-series) до задач классификации и…