Orion soft создает стабильное ПО для ИТ-инфраструктуры Enterprise-бизнеса.
Наши продукты помогают автоматизировать и оптимизировать процессы, создавать защищенную инфраструктуру под КИИ, строить частные облака и запускать эффективные ML/AI-процессы.
Мы развиваем редакцию Nova AI - Kubernetes-платформу для ML/AI и запуска LLM в контуре компании: рабочие окружения, эксперименты, инференс, управление GPU. Стек включает JupyterHub, Airflow, MLflow, S3, KServe, KubeRay. Сейчас у инструментов свои интерфейсы - следующий шаг продукта: единый UI на весь жизненный цикл ML- и LLM-моделей и расширение платформы (мониторинг моделей, Feature Store, поставка моделей). Наша команда активно расширяется и ищет системного аналитика (Middle) в продукт Nova AI.
твои задачи [ 02 ]Собирать и формализовать требования к платформе для задач ML/AI: запуск рабочей среды, запуск и поставка моделей;
Описывать пользовательские сценарии, спецификации интерфейсов и взаимодействия компонентов; участвовать в проектировании макетов вместе с продуктом, дизайном и инженерами;
Вести фичу по всему ЖЦ: от постановки требований до передачи в релиз, включая техдокументацию;
Писать БТ (интервью с владельцами продукта и инженерами, сравнение с конкурентами), разрабатывать ФТ и НФТ, ставить задачи на разработку;
Готовить и вести ADR по ключевым решениям: выбор компонентов, интеграции, интерфейсы, нефункциональные требования;
Участвовать в развитии целевой модели платформы: сравнивать архитектурные варианты (мониторинг моделей, поставка моделей);
Анализировать интеграции с внешними сервисами: мониторинг, трейсинг, очереди и брокеры, хранилище секретов;
Описывать пользовательские кейсы отдельных инструментов ML-стека для документации.
Опыт работы системным аналитиком в ИТ-разработке от 3 лет;
Умение вести документацию: от бизнес-требований до детальных спецификаций и пользовательских сценариев;
Знание принципов Agile и опыт работы в кросс-функциональных командах;
Готовность (и навык) выстраивать продуктивный диалог с клиентами и коллегами.
Ориентируешься в Kubernetes и Docker, понимаешь, как устроены GPU-нагрузки (планирование задач, MIG / time-slicing, сети);
Знаком с MLOps-стеком: JupyterHub, MLflow, Airflow, KServe / Ray, model registry;
Описывал интеграции: мониторинг, трейсинг, очереди, секреты, SSO/OIDC;
Участвовал в проектировании UI платформенных продуктов;
Изучал вопросы ИБ, импортозамещения, работы в закрытом контуре.
Будьте осторожны: если работодатель просит войти через Google, iCloud или Госуслуги, прислать код или пароль, запустить ПО или перевести деньги — это мошенники.