МА
МАГНИТ, Розничная сеть
MLOps/ DevOps Engineer
СИГНАЛ JOBRADAR75/100Нормальный сигнал актуальности
ПАСПОРТ ВАКАНСИИ
Что JobRadar наблюдает сейчас
Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.
Последнее подтверждение24 мин. назад
Впервые замечена1 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
Описание вакансии
Мы - команда «Пульс Магнит» - это кросс-платформенная информационная система, объединяющая несколько бизнес и операционных направлений компании в единой платформе.
В поиске инженера, которому интересно не только поддерживать существующую инфраструктуру, но и влиять на то, как будет устроена MLOps-платформа, инженерные стандарты и процессы взаимодействия между DevOps, Data Science и бизнесом.
Что нужно делать
- Проектировать и развивать отказоустойчивую MLOps-платформу: строить новые решения и масштабировать существующую инфраструктуру
- Развивать E2E ML-пайплайны: от подготовки и обучения модели до валидации, деплоя, мониторинга и переобучения
- Выстраивать CI/CD/CT-процессы для ML-решений, автоматизировать поставку сервисов и моделей в production
- Проектировать и развивать Kubernetes-кластеры для обучения моделей и высоконагруженного инференса, оптимизировать использование GPU- и CPU-ресурсов
- Развивать model serving и мониторинг ML-систем: контролировать качество моделей, Data и Model Drift, latency, производительность и ключевые бизнес-метрики
- Внедрять DevOps- и MLOps-практики, стандарты безопасности и управления данными в командах Data Science
- Проводить архитектурные ревью, работать с техническим долгом, менторить инженеров и помогать командам принимать технические решения
Нам важно
- От 4 лет опыта в DevOps, SRE или инфраструктурной инженерии и от 2-3 лет в роли MLOps Engineer
- Уверенный опыт работы с Kubernetes, Helm, Terraform и Ansible
- Опыт построения и эксплуатации MLOps-пайплайнов, CI/CD и GitOps-процессов для ML-продуктов
- Понимание ML-инженерии: distributed training, особенности production-инференса, оптимизация и квантование моделей
- Опыт проектирования распределенных систем и работы с интеграционными паттернами: микросервисы, очереди сообщений, gRPC
- Опыт настройки мониторинга и наблюдаемости: Prometheus, Grafana, Evidently AI или аналоги
- Уверенное владение Python и Bash для автоматизации и работы с инфраструктурой
- …
Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.
ИсточникHeadHunter / DevOps / RU