MLops инженер (финтех)

WMT Group - аккредитованная IT- компания РФ.

Чем придется заниматься:

Развертывание и масштабирование в продакшене:

- Контейнеризация ML-моделей с использованием Docker и развертывание в Kubernetes кластерах

- Настройка и управление оркестрацией ML-пайплайнов через Apache Airflow

- Обеспечение масштабируемости и отказоустойчивости ML-сервисов в on-premise средах

Мониторинг и оптимизация:

– Подключение сервисов к системам мониторинга и журналирования

- Анализ и устранение инцидентов в работе ML-сервисов на третьей линии поддержки

- Оптимизация использования вычислительных ресурсов и автомасштабирование рабочих нагрузок

Интеграция и автоматизация**

- Разработка интеграций между ML-сервисами через REST API и системы обмена сообщениями (Kafka)

- Создание автоматизированных пайплайнов для обработки данных, feature engineering и тестирования моделей

- Внедрение Infrastructure as Code подходов для управления ML-инфраструктурой

Требования и навыки:

Технические компетенции:

- Глубокое владение Python (от 3 лет) с пониманием принципов написания production-ready кода

- Опыт работы с контейнеризацией (Docker) и оркестрацией (Kubernetes) для развертывания ML-моделей

- Уверенное владение Apache Airflow для оркестрации ML-пайплайнов

DevOps и инфраструктурные навыки:

- Понимание построения CI/CD пайплайнов для ML-решений (GitLab CI, GitHub Actions)

- Навыки работы с системами мониторинга (Prometheus, Grafana) и централизованного логирования

Будет преимуществом

ML и данные:

- Понимание жизненного цикла ML-проектов и специфики production ML-решений

- Опыт работы с системами управления версий данных и feature store

- Базовые знания принципов машинного обучения и методов валидации моделей

Расширенные технологические навыки:

- Опыт работы с распределенными вычислениями (Apache Spark, Hadoop)

- Знание специализированных ML-фреймворков (MLflow, ZenML)

- Опыт работы с векторными базами данных и системами поиска для RAG-приложений

Наш Технологический стек

- Оркестрация: Apache Airflow

- Контейнеризация: Docker, Kubernetes

- CI/CD: Сфера CI/CD

- Мониторинг: Prometheus, Grafana, ELK Stack

БД: Postgres, OpenSearch

Данные: S3/MinIO, HDFS

Языки и фреймворки

- Python (основной)

- ML библиотеки: CatBoost, scikit-learn, PyTorch, Keras

- REST API разработка (FastAPI)

- Apache Kafka

-Apache Spark

Условия:

• ИТ аккредитованная компания
• удаленный формат работы (только РФ);
• своевременная оплата 2 раза в месяц на банковскую карту;
• возможность посещения специализированных курсов, тренингов, IT-конференций за счёт компании (полностью или частично);
• оформление по ТК РФ/ГПХ/СЗ/ИП (на ваш выбор).