Чётко очерченная роль в стабильной продуктовой компании даёт опыт развития современной ML-платформы, но гибридный формат привязан к Москве и ограничивает выбор локации.
Привязка к Москве
Современный ML-стек
Понятная зона задач
Поддержка развития
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
MLOps Engineer / ML Platform Engineer (Kubeflow): Развитие ML-платформы на базе Kubeflow для экспериментов, обучения и вывода моделей в production с акцентом на инфраструктуру инференса, управление CPU/GPU-ресурсами и надёжность сервисов. Focus on автоматизацию развёртывания моделей через KServe, CI/CD и GitOps, развитие Feature Store на Feast и диагностику проблем доступности и производительности.
Локация: Москва, Большая Новодмитровская улица, 23с5. Гибридный формат работы или готовность переехать в Москву.
Компания
Иви — онлайн-кинотеатр и разработчик легального видеоконтента, работающий на рынке РФ и стран СНГ.
Что делать
Развивать ML-платформу на базе Kubeflow, включая Kubeflow Pipelines, пользовательские Notebooks, KServe и Model Registry.
Поддерживать окружения для экспериментов, обучения, пакетного и онлайн-инференса; помогать переносить решения из ноутбуков в воспроизводимые пайплайны.
Автоматизировать публикацию, обновление и откат моделей через KServe.
Управлять CPU- и GPU-ресурсами, квотами и масштабированием под различные ML-нагрузки.
Развивать CI/CD и GitOps, мониторинг, логирование и алертинг; разбирать инциденты и устранять причины проблем с доступностью и производительностью.
Развивать Feature Store на базе Feast, а также создавать шаблоны, автоматизацию и документацию для самостоятельной работы пользователей платформы.
Требования
Опыт работы в DevOps или MLOps и эксплуатации Kubernetes в production.
Уверенное знание Linux, контейнеризации и сетевого взаимодействия; опыт диагностики проблем приложений в Kubernetes.
Опыт работы с Helm/Kustomize, CI/CD и инструментами автоматизации инфраструктуры.
Навыки автоматизации на Python, Go или Bash.
Опыт настройки мониторинга, логирования и алертинга.
Понимание жизненного цикла ML-моделей: подготовка окружения, обучение, хранение артефактов, развёртывание и эксплуатация.
Готовность работать с DS-, backend- и data-инженерами, разбираться в их задачах и предлагать платформенные решения.
Опыт работы: от 3 до 6 лет.
Хорошо, если есть
Практический опыт с Kubeflow или другими ML-платформами.
Опыт эксплуатации GPU-инфраструктуры и Triton Inference Server.
Знакомство со Spark, Flink, Airflow и Kafka.
Опыт работы с Feature Store.
Культура и преимущества
Официальное трудоустройство в аккредитованной IT-компании.
Современный офис рядом со станциями метро Дмитровская и Савёловская.
Современная рабочая техника и дополнительный монитор.
После испытательного срока — ДМС со стоматологией, страхование от несчастных случаев и критических заболеваний, консультации психолога.
Поддержка обмена знаниями, выступлений на митапах и подготовки докладов.
Подписки на сервис корпоративных скидок и предложений, онлайн-библиотеку «МИФ» и специальное предложение по подписке Иви.
Будьте осторожны
Если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого. Это мошенники. Обязательно жмите «Пожаловаться» или пишите в поддержку. Подробнее в гайде →