Обязанности

• Развивать компетенцию MLOps: формировать команду, выстраивать инженерные практики, обеспечивать стабильность и масштабируемость инфраструктуры;
• Поддерживать и развивать дата-инфраструктуру (S3 + Kubernetes, PostgreSQL, ClickHouse) 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, Ozone);
• Опыт работы с ClickHouse, PostgreSQL, Trino и интеграцией аналитических систем;
• Владение Python, Bash, Terraform, Helm для автоматизации и IaC;
• Опыт работы с облачным стеком технологий AWS, GCP, Azure;
• 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).