MLOps-ижненер

Внутри Security Operation Center (SOC) мы развиваем собственную инфраструктуру для ML/LLM-решений — от автообнаружения угроз до мультиагентных LLM-систем.

Ищем MLOps-инженера, который хочет не просто автоматизировать пайплайны, а строить масштабируемые и понятные ML-системы, доступные даже не-ML-специалистам.

Наша цель — построить масштабируемую, аудируемую и автоматизированную экосистему, в которой доменные эксперты SOC могут удобно работать с ML и LLM инструментами, для решения задач выявления атак и расследования инцидентов.

Мы развиваем ML направление для создания детектирующих моделей, автоматизации процессов разработки контента и анализа данных, идем в автономный SOC.

Почему это может быть интересно

• Инженерное влияние: ты не просто мажешь glue code — ты проектируешь системную инфраструктуру, которая останется надолго
• Продуктовая безопасность: наши ML/LLM-системы живут в высоконагруженном продакшне, где нет права на ошибку
• Инфраструктура в твоих руках: ты влияешь и на техдолг, и на то, какие ML/LLM-практики становятся стандартом

Обязанности

• Стандартизация ML/LLM проектов (шаблоны, документация, интерпретируемость, IaC)

• CI/CD и автоматизация пути от прототипа до продакшена

• Мониторинг моделей, контроль сдвигов, повторное обучение

• Поддержка Human-in-the-loop циклов, A/B-тестов

• Оптимизация инференса для self-hosted LLM

• Развитие AutoML фреймворка для обнаружения угроз

• Интеграция новых пайплайнов

• Развитие Feature Store

• Развитие среды разработки LLM-агентов

• Развитием RAG и memory систем

• Ведение реестра промптов и тулов, шаблонизация разных типов LLM-приложений

Требования

• Вы хорошо разбираетесь в production-паттернах: Shadow Mode Deployments, Dark Launch, Canary Deploy, A/B тесты, Circuit Breakers
• Понимаете, как выстроить CI/CD пайплайны и процессы перенастройки систем
• Умеете выстраивать мониторинг для ML/LLM-систем
• Пониматете ключевые ML-алгоритмы и подходы
• Понимаете, как и когда применять Anomaly Detection и Binary Classification
• Знакомы с AutoML-техниками
• Понимаете подходы к построению моделей без разметки, с малым количеством разметки или с постепенным поступлением новой разметки (Targeted Anomaly Detection, Active Learning, Week Supervised Learning, Incremental Learning)
• Системное мышление в построении ML/LLM-решений
• Пишете чистый и оптимальный Python-код, умеете работать с ресурсами
• Умеете проектировать Micro-Batch и Real-Time ML-системы
• Понимаете, что такое Feature Store, и умеете его реализовывать
• Знаете, как управлять конфигурациями и параметрами моделей в продакшене
• Понимаете, как сделать ML/LLM-инструменты доступными для не ML-специалистов
• Умеете собирать мультиагентные LLM-системы (LangChain, LangGraph, LlamaIndex)
• Понимаете основные угрозы и паттерны защиты для ML и LLM систем

Мы предлагаем

• Работу в офисе или удаленно — по договоренности
• Платформу обучения и развития «Т‑Банк Апгрейд». Курсы, тренинги, вебинары и базы знаний. Поддержку менторов и наставников, помощь в поиске точек роста и карьерном развитии
• Заботу о здоровье. Оформим полис ДМС со стоматологией и страховку от несчастных случаев. Предложим льготное страхование вашим близким
• Возможность работы в аккредитованной ИТ-компании
• Линейку льготных тарифов на продукты Т‑Банка
• Частичную компенсацию затрат на спорт
• Сервисы для поддержки сотрудника по психологическим, юридическим и финансовым вопросам
• Три дополнительных дня отпуска в год
• Достойную зарплату — обсудим ее на собеседовании