Senior MLOps Engineer

Ключевые задачи:

• Поддержка кластеров (GPU/TPU), контейнеризации и оркестрации ( Docker , Kubernetes);

• Аудит, оптимизация инфраструктуры и затрат (batch vs real-time inference, разграничение проблем железа и кода);

• Настройка мониторинга, алертинга и менеджмент железа между потребителями;

• Развертывание и поддержка ML-сервисов (MLflow, Airflow, CVAT, Doccano) в production;

• Настройка CI/CD для ML-пайплайнов и управление полным ML lifecycle (training -> serving).

Требования:

• Опыт DevOps от 3х лет или MLOps от 1 года, с эксплуатацией продакшен-систем;

• Уверенный Linux: администрирование, отладка, права доступа;

• Коммерческий опыт с Kubernetes и Docker на уровне эксплуатации: deployments, ресурсные лимиты, autoscaling, оптимизация образов;

• GPU-инфраструктура: NVIDIA stack, CUDA, драйверы, профилирование;

• Написание скриптов на Python и Bash на уровне автоматизации и интеграций;

• Понимание жизненного цикла ML-моделей: как их обучают и как применяют;

• Понимание процессов построения и эксплуатации ML pipelines: этапов обучения, вывода в продакшн и дальнейшего сопровождения моделей;

• Опыт работы с системами ML Serving: Triton, vLLM, Airflow (или аналоги), batch и async/sync model serving;

• Опыт работы с Postgres, Redis, Kafka;

• Навыки настройки и эксплуатации стека для ML и Data Science: MLflow, DVC и аналоги.

Будет плюсом, если есть опыт с:

• Знание инструментов: Argo, Helm, Terraform, Ansible, S3;

• Опыт работы с RBAC, Keycloak, LDAP/OAuth, работа с сертификатами;

• Опыт работы с Prometheus, Grafana, ELK или аналоги, настройка алертинга.