MLOps-инженер

Описание

Чем предстоит заниматься:

Управление ML-инфраструктурой:

• Администрировать и развивать системы оркестрации экспериментов и обучения моделей;

• Поддерживать и развивать сервисы для управления ML-workflow;

• Работать с системами версионирования данных и моделей;

• Мониторить и поддерживать системы инференса моделей.

DevOps и автоматизация:

• Развёртывать и поддерживать ML-сервисы в контейнеризованной среде;

• Настраивать CI/CD-процессы для ML-проектов;

• Мониторить инфраструктуру и производительность ML-систем;

• Автоматизировать развёртывание и управление ML-пайплайнами.

Разработка и стандартизация:

• Участвовать в разработке внутренних инструментов для упрощения MLOps-процессов;

• Создавать документацию и регламенты для работы с ML-артефактами;

• Поддерживать распределённое обучение моделей.

Что мы ждём от кандидата:

• Опыт работы с MLOps-инструментами (ClearML, MLflow, Kubeflow или аналогами) от 1 года;

• Уверенное владение Python для разработки сервисов и автоматизации;

• Опыт работы с контейнеризацией и оркестрацией (Docker, Kubernetes);

• Опыт работы с GPU инфраструктурой в Kubernetes;

• Понимание CI/CD-процессов и опыт их настройки;

• Базовое понимание машинного обучения и жизненного цикла ML-моделей;

• Опыт разработки веб-сервисов и API;

• Знание Linux и навыки системного администрирования.

Будет плюсом:

• Опыт работы с системами версионирования данных (например, DVC);

• Понимание принципов работы современных ML-моделей;

• Опыт настройки систем мониторинга (например, Prometheus, Grafana);

• Опыт работы с фреймворками глубокого обучения (PyTorch, TensorFlow).