MLOps инженер

МЫ ПОРУЧИМ:

Развивать и сопровождать инфраструктуру для разработки, обучения, тестирования и промышленной эксплуатации ML-моделей.

Выстраивать и автоматизировать жизненный цикл ML: от подготовки окружений и пайплайнов обучения до deployment, мониторинга и переобучения моделей.

Проектировать и поддерживать production-ready MLOps-платформу для команд Data Science / ML Engineering.

Автоматизировать процессы сборки, тестирования, доставки и развертывания ML-сервисов и моделей.

Обеспечивать воспроизводимость ML-экспериментов, версионирование моделей, артефактов, датасетов и конфигураций.

Настраивать оркестрацию ML-пайплайнов и процессов обучения/переобучения моделей.

Внедрять и сопровождать мониторинг ML-систем:мониторинг качества моделей, деградации, data drift / concept drift.

Участвовать в интеграции ML-решений в существующую ИТ-инфраструктуру: API, очереди сообщений, хранилища данных, Kubernetes-кластеры.

Оптимизировать производительность, масштабируемость и надежность ML-платформы и inference-сервисов.

МЫ ПРЕДЛАГАЕМ:

Удаленную работу — возможность работать из любого города.

Своевременные выплаты

Интересные и уникальные IT-проекты в крупных компаниях.

Скидки от партнеров — английский язык, обучение, покупки.

Корпоративная библиотека.

ДЛЯ ВЫПОЛНЕНИЯ ЗАДАЧ НЕОБХОДИМО:

Высшее образование (математика / физика / информатика / ИТ)

Коммерческий опыт работы в роли MLOps / DevOps / Platform / Infrastructure Engineer от 5 лет, включая опыт поддержки ML-направления.

Уверенные знания Linux на уровне системного инженера: процессы, память, файловые системы, systemd, сеть, инструменты диагностики и отладки.

Практический опыт работы с контейнеризацией: Docker, понимание namespaces, cgroups, container networking.

Уверенный опыт работы с Kubernetes в production: понимание архитектуры и взаимодействия компонентов кластера, понимание сетевого взаимодействия в кластере, опыт с Calico и/или Cilium будет плюсом.

Опыт автоматизации инфраструктуры с использованием Ansible.

Опыт построения и сопровождения CI/CD-пайплайнов в Jenkins и/или GitLab CI.

Практический опыт работы с системами мониторинга, логирования и алертинга: Prometheus, Grafana, ELK/EFK.

Хорошее понимание сетевого стека TCP/IP, DNS, TLS, reverse proxy, маршрутизации и балансировки.

Опыт эксплуатации реляционных и нереляционных БД на инфраструктурном уровне. Желателен опыт работы с несколькими из следующих систем: PostgreSQL, MySQL, MongoDB, ClickHouse, Cassandra.

Опыт работы с системами обмена сообщениями: Kafka, RabbitMQ или аналогами.

Опыт сопровождения и вывода ML-моделей в production.

Понимание полного жизненного цикла ML-решений: обучение, валидация, упаковка, deployment, инференс, мониторинг, переобучение.

Опыт работы с инструментами оркестрации для ML/data pipelines: Airflow, Kubeflow, MLflow, Argo Workflows или аналогами.

Понимание принципов: версионирования моделей и артефактов, воспроизводимости экспериментов, управления зависимостями ML-окружений, rollout/rollback моделей, мониторинга качества моделей после вывода в production.

Опыт работы с feature store, model registry, experiment tracking системами.

Практический опыт с Seldon Core, KServe, BentoML или аналогичными инструментами

Опыт построения платформенных решений для нескольких DS/ML-команд.

Знание Python на уровне, достаточном для автоматизации, интеграции пайплайнов и поддержки ML tooling.

Опыт работы с GPU-инфраструктурой и запуском ML workloads в Kubernetes.

Опыт работы с LLM/GenAI-инфраструктурой, inference-сервисами и vector DB.

Наличие профильных сертификатов по Kubernetes, Cloud, Linux, DevOps/MLOps

Как мы работаем?

Ценим гибкость и профессионализм
— эти качества позволяют находить оптимальные решения для любых задач
Мы полностью на удаленке
— работаем более чем из 100 городов мира.
Живем по концепции work-life balance
— работа у нас гармонично сочетается с личной жизнью.
Открытость во всем
— общаемся на «ты» независимо от должности, слушаем и слышим друг друга.

Как с нами связаться

По всем интересующим вопросам обращайтесь в отдел персонала hr@redlab.dev

Мы придерживаемся продуктового видения: в тесном взаимодействии с заказчиком ищем лучшие идеи для решения его задач и находим оптимальные варианты их реализации.