MLOps Engineer (AI)

TL;DR

MLOps Engineer (AI): Разработка и автоматизация жизненного цикла высоконагруженных ML-систем для банковской безопасности с акцентом на CI/CD, оркестрацию и масштабируемость. Фокус на проектировании end-to-end пайплайнов, интеграции моделей в микросервисную архитектуру и внедрении современных AI-решений.

Локация: Полностью офисный формат работы в Москве (м. Кутузовская).

Компания

Крупная технологическая компания, развивающая высоконагруженные ML-системы для обеспечения безопасности и оптимизации бизнес-процессов.

Что делать

• Упаковка моделей в Docker и деплой в Kubernetes.
• Настройка CI/CD пайплайнов и автоматизация переобучения моделей в Airflow.
• Версионирование данных и моделей с использованием MLflow.
• Проектирование end-to-end пайплайнов и витрин признаков (Feature Engineering).
• Работа с потоковыми данными в Kafka и настройка мониторинга моделей.
• Совместная работа с DS, DE и Backend командами по интеграции моделей в микросервисы.

Требования

• Опыт работы ML/MLOps/DevOps инженером от 3-х лет с подтвержденным выводом моделей в продакшн.
• Уверенное владение Python, Linux и SQL (оконные функции, оптимизация).
• Опыт работы с Airflow, MLflow, Docker и Kubernetes.
• Понимание микросервисной архитектуры, REST API и работы с очередями (Kafka).
• Опыт работы с облачными платформами (AWS, GCP, Azure или Yandex Cloud).
• Навыки работы с генеративными AI-моделями и AI-агентами.

Хорошо, если есть

• Опыт работы с LLMs (fine-tuning, RAG, vLLM).
• Опыт работы с Big Data стеком (Spark, Hadoop).
• Опыт мониторинга через Prometheus, Grafana, ELK.
• Опыт работы с GPU-инфраструктурой и оптимизацией инференса.

Культура и преимущества

• Стабильная заработная плата и годовой бонус.
• Расширенный ДМС и корпоративная пенсионная программа.
• Доступ к более чем 400 образовательным программам СберУниверситета.
• Современный IT-офис с фитнес-залом вблизи Москва-Сити.
• Подписка Прайм и развитое корпоративное комьюнити.