Senior MLOps Engineer

Чем предстоит заниматься:

• Проектировать и развивать ML-контур: инференс, автоматизацию переобучение, доставку моделей в продукт, мониторинг.

• Отвечать за то, чтобы контур всегда работал и быстро обслуживал нагрузку: high availability, балансировка, масштабирование в кластере.

• Продуктивизировать ML-решения: конвертировать и оптимизировать модели под разные рантаймы, деплоить на Triton Inference Server.

• Строить замкнутый цикл: потоки данных, переобучение, валидация, непрерывная поставка модели в прод.

• Контейнеризировать решения и доставлять их в контур, оптимизировать сборки.

• Строить CI/CD с ML-нагрузкой, автоматизировать тестирование, развивать тестовый контур.

• Готовить инфраструктуру для A/B-экспериментов.

• Выстраивать observability: метрики, логи, трейсинг запросов.

• Разворачивать модели на собственных серверах.

• Проектировать интерфейсы и контракты между системами, автоматизировать ML-процессы.

Для нас важно:

• От 4 лет коммерческого опыта в разработке, MLOps или ML engineering, включая реальный опыт вывода ML-моделей в прод.

• Python: чистый объектно-ориентированный код, проектирование абстракций и интерфейсов, тестируемость. Или сильные навыки system design с умением чётко определять взаимодействие систем.

• Опыт работы с Triton Inference Server и конвертации моделей под разные рантаймы (ONNX, TensorRT).

• Знание Docker - оптимизация итоговой сборки, GPU-образы, безопасность контейнеров.

• Опыт работы с облачной GPU-инфраструктурой.

• Свободное владение Linux.

• REST API на Flask или FastAPI, опыт построения микросервисной архитектуры.

• Понимание конкурентного исполнения кода, опыт обеспечения HA и распределения нагрузки.

• Понимание метрик качества ML-моделей, базовые знания теории вероятностей и матстатистики.

• Знание информационной безопасности и современных сценариев атак.

• Уверенная работа с git.

• Повседневная работа с AI-агентами (Claude Code, Codex и аналоги).

• Высшее образование в Computer Science или…