RedlabMLOps инженер
удалёнка
Команда платформы строит и поддерживает production-ready MLOps-инфраструктуру для Data Science/ML-команд: пайплайны обучения, деплоймент, мониторинг и переобучение моделей. Работа важна для надёжного и воспроизводимого вывода ML-решений в продакшен
ГрейдMiddle/Senior
Опытот 5 лет
Стек
PythonKubernetesPostgreSQLDockerAnsibleJenkinsGitLab CIPrometheusGrafanaELKKafkaRabbitMQAirflowKubeflowMLflowArgo WorkflowsSeldon CoreKServeBentoMLGPU-инфраструктураLLM/GenAIvector DBClickHouseMongoDBMySQLCassandra
Задачи
- •Проектировать и развивать production MLOps-платформу для команд DS/ML
- •Автоматизировать жизненный цикл ML: окружения, пайплайны обучения, deployment и переобучение
- •Оркестровать и поддерживать ML/data-пайплайны (Airflow/Kubeflow/Argo)
- •Обеспечивать мониторинг качества моделей, обнаружение data/concept drift и алертинг
- •Интегрировать ML-решения с API, очередями сообщений и Kubernetes-кластерами
- •Оптимизировать производительность, масштабируемость и надежность inference-сервисов
Обязательно
- •Высшее образование в профильной области
- •Коммерческий опыт MLOps/DevOps/Platform/Infrastructure от 5 лет
- •Глубокие знания Linux и опыт отладки инфраструктуры
- •Практический опыт с Docker и Kubernetes в production
- •Опыт автоматизации инфраструктуры (Ansible) и CI/CD (Jenkins и/или GitLab CI)
- •Опыт работы с мониторингом и логированием: Prometheus, Grafana, ELK/EFK
- •Опыт вывода ML-моделей в production и работы с оркестрацией пайплайнов (Airflow/Kubeflow/MLflow/Argo)
Будет плюсом
- •Опыт с сетевыми плагинами Calico или Cilium
- •Опыт с Seldon Core, KServe, BentoML или аналогами
- •Опыт работы с GPU-инфраструктурой и запуском ML workloads в Kubernetes
- •Опыт с LLM/GenAI-инфраструктурой и vector DB
- •Наличие профильных сертификатов по Kubernetes/Cloud/Linux/DevOps/MLOps
