Senior/Senior+ ML Engineer (DLP)

DLP (Data Loss Prevention) - система корпоративного класса для предотвращения утечек данных, корпоративного мошенничества, профилактики и расследования инцидентов.

Мы ищем сильного ML-инженера , который готов взять на себя ответственность за разработку и поддержку ML-сервисов «под ключ». Нам нужен специалист, который не только строит модели, но и умеет превращать их в надёжные, работающие в production модули. Если вы готовы стать техническим лидером направления и формировать вокруг себя сильную команду - мы ждём тебя!

Наш стэк технологий:

• • Языки и ML: Python (FastAPI, pandas, numpy, PyTorch), C++ (обвязка);

• Инференс и оптимизация: ONNX, PyTorch, Triton, vLLM;

• Инфраструктура и конфигурация: Docker / Docker Compose, Ansible (playbooks, роли, шаблоны Jinja2), Bash, YAML, systemd;

• Мониторинг и безопасность: Prometheus, Grafana (JSON-дашборды), HAProxy (reverse proxy, балансировка, TLS/mTLS);

• Архитектура и процессы: Single-node развертывание, offline-поставка (release-архивы), конфигурация через переменные и шаблоны (config-driven runtime), многорепозиторная экосистема;

• Система контроля версий: Git / GitLab (Git-Flow).​​​​​​​

Обязанности:

• Разрабатывать и внедрять ML-модули для задач CV и NLP: от прототипа до промышленного сервиса;

• Строить пайплайны обучения и инференса, настраивать асинхронную обработку запросов;

• Работать с LLM: настройка инференса, оптимизация задержек и обработка потоковых данных;

• Участвовать в развертывании сервисов;

• Работать с мониторингом и базовыми механизмами безопасности;

• Интегрировать ML-решения в общую экосистему продукта.

Требования:

• Уверенное владение Python и опытом работы с ML-фреймворками (PyTorch, ONNX, Triton, vLLM);

• Опыт разработки и деплоя ML-сервисов в production (от 3–4 лет в роли ML Engineer или смежной);

• Понимание принципов работы с LLM, знание инструментов инференса;

• Опыт работы с мониторингом (Prometheus/Grafana) и базовой безопасностью (TLS/mTLS);

• Готовность работать с…