MLOps Engineer

Описание вакансии

Aston — аккредитованная аутсорсинговая IT-компания, работающая с 2007 года. Наш штат насчитывает 2500+ специалистов. Мы разрабатываем программное обеспечение и IT-решения в сферах Finance, Healthcare, eCommerce, IoT, Media, Big Data, ML и многом другом.

Заказчик – быстроразвивающаяся ИТ-компания, с 2020 года разрабатывает инновационные решения для цифровизации бизнеса. Работает с ведущими компаниями финансового сектора и предлагает им комплексные решения для фронт- и бэк-офиса, финтех-продукты и системы работы с большими данными.

Почему это будет интересно?

возможность работать над крупными задачами для лидеров рынка, применять свои знания и развивать экспертизу;
современный стек технологий.

Чем предстоит заниматься?

проводить контейнеризацию ML-моделей с использованием Docker и развертывать в Kubernetes кластерах;
настраивать и управлять оркестрацией ML-пайплайнов через Apache Airflow;
обеспечивать масштабируемость и отказоустойчивость ML-сервисов в on-premise средах;
подключать сервисы к системам мониторинга и журналирования;
анализировать и устранять инциденты в работе ML-сервисов на третьей линии поддержки;
оптимизировать использования вычислительных ресурсов;
разрабатывать интеграции между ML-сервисами через REST API и системы обмена сообщениями (Kafka);
создавать автоматизированные пайплайны для обработки данных, feature engineering и тестирования моделей;
внедрять Infrastructure as Code подходы для управления ML-инфраструктурой.

Чего мы ждем от специалиста?

опыт работы в промышленной разработке в роли MLOps Engineer от 1,5 лет;
наличие высшего образования;
отличные знания Python 3.11;
опыт работы с asyncio, multiprocessing, threading;
опыт работы с Docker: сборка сервисов, оптимизация;
опыт работы с k8s: helm, конфигурации, hpa, понимание масштабирования сервисов с ML моделями на CPU/GPU;
опыт работы с FastAPI, FastStream+Kafka: web-разработка, умение писать сервисы, оборачивать существующие ML решения в сервисы;
опыт работы с Prometheus, Grafana, ELK: настройка метрик, журналирование внутри сервисов, конфигурации;
опыт работы с Opensearch: векторные БД, индексация;
знание Apache Airflow , базовые знания DAG.

Будет плюсом:

знание ML-фреймворков разработки моделей (Pytorch, catboost);
знание MLOps-фреймворков: Bentoml/ZenML/Mlflow/ClearML/Triton;
знание RAG, LangGraph, LLM, LoRA: навык разработки RAG пайплайнов в LangGraph с маршрутизацией, обращениями в векторную бд, API LLM.

Что мы предлагаем?

Хорошая зарплата: уровень обсуждается индивидуально, есть доплаты за менторство и профактивности.
Развитие: долгосрочные проекты от российских заказчиков, возможность менять направления, прозрачная система Performance Review.
Комфорт и свобода: релокейт между офисами, выбор формата работы (удалённо, офис, гибрид), адаптация для новых сотрудников.
Обучение: доступ к корпоративному порталу, митапам, конференциям (и как гость, и как спикер).
Социальный пакет: ДМС со стоматологией, частичная компенсация спорта, бесплатный английский, оплачиваемый отпуск и больничные.
Корпоративная жизнь: тимбилдинги, детские праздники, внутренние мероприятия.