Обязанности

Развивать компетенцию MLOps: формировать команду, выстраивать инженерные практики, обеспечивать стабильность

и масштабируемость инфраструктуры;

Поддерживать и развивать Data Lakehouse-инфраструктуру (S3 + Kubernetes) и сервисы Data Platform / AI Platform —

настройка, инсталляция, эксплуатация и обновления;

Разрабатывать и внедрять CI/CD-процессы для ML-моделей и data-сервисов (GitLab CI/CD, ArgoCD);

Поддерживать ML/AI-платформу: окружения для обучения и инференса, GPU-кластер, инструменты ClearML, Feast,

FastAPI, KServe;

Обеспечивать автоматизацию пайплайнов обучения, валидации и деплоя моделей;

Настраивать мониторинг и observability (Prometheus, Grafana, ELK; model/data drift, GPU-ресурсы);

Проводить R&D новых инструментов и технологий для повышения эффективности экспериментов и эксплуатации.

Требования

3+ лет опыта в MLOps / DevOps / Data Platform Engineering;

Уверенное владение Kubernetes, Docker, S3 (MinIO, Ceph, Ozone);

Опыт работы с ClickHouse, PostgreSQL, Trino и интеграцией аналитических систем;

Владение Python, Bash, Terraform, Helm для автоматизации и IaC;

Знание CI/CD-инструментов (GitLab CI/CD, ArgoCD);

Опыт работы с MLflow / Kubeflow / ClearML, Airflow, Spark/Flink;

Понимание принципов GPU-оркестрации, ресурс-менеджмента, SLA и мониторинга;

Опыт эксплуатации инфраструктурных и ML-решений в продакшене;

Участие в R&D и пилотах новых технологий (LLM, Milvus/Qdrant, MLOps-фреймворки).

Условия:

Работа в сильной и сплоченной технической команде;

Фокус на ценностях для пользователя и принятие решений на основе данных;

Свобода действий и возможность влиять на развитие бизнеса;

Гибридный или удаленный формат работы на выбор;

Официальное трудоустройство по ТК КЗ;

Возможность развивать личный бренд на конференциях, митапах и внутренних

событиях.