MLOps инженер, Ozon Банк

Команда Ozon Банка создаёт и развивает сервисы для покупателей и продавцов. Мы строим банк как современный IT- продукт — с передовыми технологиями и микросервисной архитектурой. Все самые сложные и важные системы банка реализуем сами: процессинг, учётное ядро, финансовый мониторинг, переводы через Систему быстрых платежей. Среди наших продуктов — виртуальная и пластиковая карта для выгодных покупок на Ozon и за его пределами, рассрочка, банк для юридических лиц и программы финансирования продавцов.

Ozon Банк расширяется, нам требуется все больше специалистов по работе с данными. Направление платформы данных автоматизирует ETL-процессы, разрабатывает компонентные решения для аналитиков, разрабатывает realtime-сервисы для работы с данными и помогает специалистам ML внедрять модели в прод. Все это необходимо, чтобы правильно и быстро реагировать на изменяющиеся потребности бизнеса, оптимизировать процессы, повышать доход и создавать мощную основу для принятия стратегических решений.

В команде MLOps вам предстоит разрабатывать ML-платформу для работы моделей в режиме реального времени. Вы не просто будете частью системы, а сможете принять участие в её развитии. Однако это накладывает большую ответственность и предъявляет высокие требования.

Наш стек: Python, GRPC, MLFlow, Airflow, Gitlab CI/CD, Kubernetes, Helm, Prometheus, Grafana, S3, NVIDIA Triton Inference Server, Hadoop (Spark, Yarn, Hive, HDFS)

Вам предстоит:

• Развитие компонентов ML-платформы в парадигме Model as a Service
• Развитие Observability сервисов ML-платформы
• Реализация и сопровождение сервисов на Python
• Покрытие кода тестами
• Документирование разрабатываемых решений
• Проведение Code Review

Мы ожидаем, что вы владеете знаниями:

• Опыт работы от 3х лет
• DevOps: понимание docker, k8s и gitlab ci-cd
• MLOps: oбщее понимание терминологии, концепций и составляющих архитектуры ML-инфраструктуры; oпыт разворачивания MLFlow и NVIDIA Triton Inference Server
• Python: realtime-сервисы и асинхронное программирование, юнит-тестирование и окружение для разработки (pyproject, poetry, environment, make-файлы, линтеры, форматеры)
• Airflow
• GRPC

Будет плюсом:

• Опыт построения промышленной ML-инфраструктуры (получение фичей, сервинг моделей, настройка Observability)
• Базовое знание Hadoop (Spark, Yarn, Hive, HDFS)
• Умение оптимизировать код для real-time работы
• Опыт работы с GPU