Senior MLOps (MLOps-платформа)

Мы — команда, которая строит и развивает мощную ML-платформу, обеспечивая полный цикл работы с машинным обучением: от экспериментов до продакшена.

Наша миссия — создавать инструменты и инфраструктуру, которые ускоряют разработку ML-моделей, делают их развёртывание простым, а работу — стабильной. Мы помогаем Data Scientist'ам и инженерам фокусироваться на моделях, а не на инфраструктуре.

Что мы делаем

• Развиваем ML-платформу — унифицированные инструменты для обучения, выкатки и управления моделями.
• Выстраиваем MLOps и CI/CD — автоматизируем процессы, чтобы ML-модели быстрее попадали в продакшен.
• Обеспечиваем надёжность — мониторинг, алертинг и отказоустойчивость ML-сервисов.
• Создаём внутренние библиотеки — reusable-решения для работы с данными и моделями.
• Интегрируем лучшие технологии — выбираем и внедряем инструменты для управления жизненным циклом ML.

В команде значительная часть работы связана с разработкой на Python. Мы поддерживаем и развиваем собственные сервисы и библиотеки, обеспечиваем их стабильность и расширяем функциональность. В задачи также входит работа с open-source решениями (изучение, внесение правок) и поддержка data science-команды в вопросах, связанных с Python.

Почему это круто

• Мы не просто поддерживаем платформу — мы задаем стандарты ML-разработки в компании. Каждая наша инициатива влияет на десятки проектов, делая работу с машинным обучением эффективнее.

Что для нас важно

• Опыт работы MLOps.
• Опыт в разработке, дата-инжиниринге и дата-саенсе.
• Опыт сборки, выкатки, мониторинга, трабл-шутинга сервисов.
• Крепкое знание Python 3 (asyncio, multiprocessing/multithreading, организация кода, работа с менеджерами зависимостей и т.п.).
• Опыт разворачивания локальных LLM.
• Опыт работы с ML-инструментами (например, Feast, Seldon, Triton, ClearML, MLflow, все у чего в названии ML) — будет возможность повлиять на выбор инструмента, используемого в компании.
• Опыт построения пайплайнов обработки данных (желательно на Airflow).
• Опыт построения пайплайнов обучения моделей.

Желательно, но не обязательно

• Опыт работы с Bash, K8s, NFS, и прочими штуками, с которыми работают DevOps-инженеры.
• Опыт работы с различными хранилищами — ClickHouse, HDFS, S3.

Мы хотим, чтобы каждый сотрудник был доволен своей работой, поэтому мы предлагаем

• Гибкий график дома или в офисе.

• Корпоративное ДМС с первого месяца работы (решаем вопросы со здоровьем быстро и удобно).

• Возможность профессионального развития, обучение за счёт компании, участие в специализированных конференциях.

• Совместную постановку целей с руководителем и индивидуальный план развития.

• Кофемашину с зерновым кофе, чай, фрукты, йогурты на кухне.

• В офисе есть тренажёры, настольный теннис, кикер, пул, зона виртуальной реальности и массажные кресла.

• Кучу корпоративных плюшек.