Senior MLOps Engineer (ML Workflows Engineering)

Как часть нашей команды, вы будете:

• Создавать инструменты, автоматизацию и рабочие процессы для упрощения задач, связанных с инфраструктурой, позволяя AI‑командам сосредоточиться на экспериментах и решении основных проблем.

• Разрабатывать надёжные системы мониторинга, логирования и трассировки, чтобы обеспечить производительность и воспроизводимость ML‑рабочих процессов в продакшене.

• Проектировать, реализовывать и поддерживать сквозные конвейеры машинного обучения, обеспечивая бесшовную разработку, обучение и развертывание ML‑моделей и интеллектуальных агентов.

• Работать с крупномасштабными распределёнными системами, включая GPU‑кластеры, для поддержки обучения, донастройки и оценки ML‑моделей.

• Сотрудничать с продуктовыми и разработческими командами, превращая высокоуровневые цели в конкретные, масштабируемые и поддерживаемые системы.

• Оптимизировать рабочие процессы для воспроизводимости, масштабируемости и экономической эффективности, сохраняя продуктивность ML‑команд и их фокус на инновациях.

Мы будем рады видеть вас в нашей команде, если у вас есть:

• Практический опыт работы с современными инструментами MLOps, включая Kubernetes, облачные провайдеры (GCP и AWS) и фреймворки оркестрации ML.

• Твёрдое понимание жизненного цикла ML от идеи до клиентского приложения.

• Способность полностью владеть проектами, начиная с высокоуровневой проблемы или боли продукта и сопровождая их через этапы проектирования, экспериментов, реализации и итераций.

• Ориентированность на клиента — вы заботитесь о том, как действительно работают ML‑инженеры, и можете преобразовать их потребности в практические, масштабируемые и поддерживаемые архитектурные решения.

• Опыт работы с современными системами CI/CD, такими как GitHub Actions или JetBrains TeamCity.

• Не менее трёх лет опыта работы с Python, написания чистого, поддерживаемого кода в современных ML‑базах.

Идеальный кандидат будет иметь опыт в:

• Оркестраторах ML и инструментах рабочих процессов, таких как ZenML, Dagster и Airflow.

• Разработке инфраструктурных компонентов и сервисов с использованием кластерных решений, таких как Kubernetes.

• Разработке бэкенд‑сервисов на Python.

• Создании и поддержке ML‑конвейеров, включая наследуемые.

• Отслеживании экспериментов и наблюдаемости с помощью инструментов, таких как Weights & Biases, MLflow, Langfuse или аналогичных.

Мы будем особенно рады, если у вас есть опыт в:

• Фреймворках вывода LLM, таких как vLLM, DeepSpeed и TensorRT.

• Написании и поддержке библиотек Python, используемых внутренними (или внешними) ML‑инженерами.

• Сильной теоретической подготовке в области NLP и подходов на основе трансформеров.

• Написании кода на Java и/или Kotlin.

Мы являемся работодателем, предоставляющим равные возможности

Мы знаем, что отличные идеи могут прийти от любого, где бы он ни находился. Поэтому мы делаем всё возможное, чтобы создать открытое и инклюзивное рабочее место — место, которое приветствует всех независимо от их происхождения, идентичности, религии, возраста, потребностей в доступности или ориентации.

Мы обрабатываем данные, предоставленные в вашей заявке, в соответствии с Политикой конфиденциальности при наборе персонала.