MLOps-специалист

Что нужно будет делать:

• Заниматься сопровождением сервисов от разработки до эксплуатации, участвовать в эксплуатации.
• Дорабатывать текущие и разрабатывать новые сценарии конфигурирования серверов и приложений.
• Планировать и участвовать в рефакторинге процессов, инфраструктуры, приложений.
• Участвовать в разработке и управлении процессами развертывания и эксплуатации моделей машинного обучения.
• Заниматься администрированием приложений, по результатам выполненной работы подготавливать документацию, если это необходимо.
• Настраивать инфраструктуру для запуска, мониторинга и автоматизации жизненного цикла моделей ML.
• Интегрировать модели машинного обучения в процессы CI/CD и работать с контейнеризацией (Docker, Kubernetes).
• Разрабатывать и оптимизировать пайплайны данных и ML для развертывания на производственной среде.
• Периодически проводить аудит используемого стека технологий.
• Работать с большими объемами данных, их очищать, преобразовывать и предварительно обрабатывать.
• Работать с высоконагруженными вычислениями, а также потоками данных в виде батчей и стримингов.

Вы нам подходите, если есть:

• Понимание основных алгоритмов машинного обучения и статистики.
• Экспертиза в работе с виртуализацией (GPU в бекграунде).
• Умение работать с высоконагруженными системами и большими объемами данных.
• Навыки работы с Open Source или облачными ML-платформами будут плюсом (Kubeflow, MLFlow, AWS, GCloud и так далее).
• Положительный и продолжительный опыт работы CI/CD-системами (у нас GitLab и Jenkins).
• Уверенное владение Kubernetes.
• Опыт программирования на скриптовых языках (Shell, Python).
• Опыт администрирования Linux и веб-приложений.
• Понимание сетевых технологий TCP/IP.
• Опыт работы с системами управления версиями (у нас Git).
• Опыт работы с системами управления конфигурациями.
• Опыт работы с технологиями машинного обучения и их интеграции.
• Знание SQL и опыт в разработке и эксплуатации пайплайнов подготовки данных будут плюсом.

Как мы работаем:

• Учим команды использовать контейнеры (Docker) для подготовки разрабатываемых приложений, используем K8s для оркестрации. Используем Ubuntu, Linux.
• Храним код и разрабатываем пайплайны с помощью GitLab+Artifactory.
• Для мониторинга серверов и сервисов используем Zabbix и StatsD, заправляем Grafana.
• Наши сервисы написаны на Python, Go и немного PHP и Java.
• Любим и активно используем Jenkins для решения самых разнообразных задач.
• Используем много open source (и не только) приложений: Nginx, Redis, PostgreSQL, MongoDB, RabbitMQ, ClickHouse, OpenStack, GitLab, Kafka, HDFS, Jira, OpenNebula, Airflow, Spark, Ray.
• Текущие задачи нацелены на модернизацию стека технологий ML и построение единой ML-платформы в компании.