MLOps инженер

Почему это будет интересно

• Глубокая автоматизация — возможность оптимизировать процессы развертывания и мониторинга.
• Влияние на инфраструктуру — участие в принятии решений по масштабируемости и надежности системы.

Чем предстоит заниматься

• Создавать AI-агенты и платформы для них.
• Строить MLOps-инфраструктуру.
• Работать с данными для ML.

Чего мы ждем от специалиста

• Опыт работы в роли MLOps Engineer/Data Engineer/Python ML от 3,5 лет.
• Production-опыт с фреймворками MLOps: Kubeflow, MLflow, Airflow для оркестрации, понимание их интеграции в CI/CD-пайплайны.
• Опыт работы с Docker и Kubernetes (в контексте развертывания моделей как сервисов).
• Опыт работы с одним из major cloud-провайдеров (желательно GCP или AWS/Azure с пониманием hybrid cloud).
• Умение работать с большими данными, опыт с Greenplum или аналогичными MPP-системами (Teradata, Exasol).
• Знание распределенных вычислений (Spark).
• Опыт работы с LangChain/LlamaIndex, FastAPI, знание фреймворков для работы с LLM (Hugging Face, vLLM и т.д.).
• Отличные знания Python, SQL на очень высоком уровне для работы с Data Vault.
• Знания Git, GitLab CI/CD.

Что мы предлагаем

• Хорошая зарплата: уровень обсуждается индивидуально, есть доплаты за менторство и профактивности.
• Развитие: долгосрочные проекты от российских заказчиков, возможность менять направления, прозрачная система Performance Review.
• Комфорт и свобода: релокейт между офисами, выбор формата работы (удалённо, офис, гибрид), адаптация для новых сотрудников.
• Обучение: доступ к корпоративному порталу, митапам, конференциям (и как гость, и как спикер).
• Социальный пакет: ДМС со стоматологией, частичная компенсация спорта, бесплатный английский, оплачиваемый отпуск и больничные.
• Корпоративная жизнь: тимбилдинги, детские праздники, внутренние мероприятия.