Старший Go разработчик, ML платформа

Привет! Мы — команда платформы инференса Ozon.

Мы строим ML - инфраструктуру, отвечающую за финальный и самый критичный этап жизненного цикла моделей — их работу в реальных продуктах. Через нашу платформу проходят ранжирование, рекомендации, компьютерное зрение и другие ML-сценарии, влияющие на миллионы пользователей.

Наша миссия — создавать отказоустойчивую и высокопроизводительную платформу инференса, способную выдерживать пиковую нагрузку 200K+ RPS и эффективно управлять кластерами GPU-серверов.

Мы работаем на стыке сильной backend-инженерии (многопоточность, распределённые системы, Kubernetes) и глубокой ML-специфики с фокусом на оптимизацию работы моделей на GPU.

Наш стек

• Go, Java — платформенные сервисы
• Python — ML-интеграции
• Kubernetes, Docker, Nvidia Device Plugin
• Triton Inference Server
• Kafka, PostgreSQL, Redis, S3
• GitLab CI

Вы будете

• Проектировать и разрабатывать высоконагруженные сервисы для инференса ML-моделей в облачной среде.
• Оптимизировать выполнение моделей на GPU: batching, управление GPU-памятью, настройка GPU sharing (MIG), снижение latency.
• Интегрировать ML-рантаймы (TensorRT, ONNX Runtime) в платформенную инфраструктуру на Java и Go.
• Разрабатывать механизмы автоскейлинга и эффективного распределения нагрузки между инференс-сервисами.
• Обеспечивать SLA платформы: участвовать в разборе инцидентов, выявлять узкие места и внедрять системные решения для повышения стабильности и производительности.

Примеры задач

• Разработка унифицированного API инференса, абстрагирующего команды Data Science от особенностей GPU и рантаймов.
• Автоматическая оптимизация и конвертация моделей под различные типы GPU.
• Реализация асинхронного инференса с автоскейлингом в Kubernetes.
• Повышение утилизации GPU-кластера без деградации latency

Нам важно

• Коммерческий опыт разработки на Go или Java/Kotlin от 4-х лет.
• Опыт проектирования микросервисной архитектуры и работы с распределёнными системами.
• Понимание многопоточности и конкурентного программирования.
• Умение писать чистый, тестируемый и поддерживаемый код.
• Опыт работы с облачной инфраструктурой (желательно Kubernetes).

Будет плюсом

• Опыт работы с ML-инфраструктурой и GPU (CUDA, Triton, KServe).
• Понимание MLOps-практик.
• Опыт работы с Kafka или другими системами очередей.
• Опыт оптимизации высоконагруженных систем.