MLOps Engineer

Участие в разработке MLOps-платформы (MLflow, KubeFlow) на базе инфраструктуры docker (Kubernetes);

Внедрение CI/CD для обучения и оркестрации моделей (Machine Learning, Deep Learning);

Построение ансамблей моделей совместно с datascience-специалистами;

Внедрение и поддержка инфраструктуры DevOps-решений: Kubernetes;

Внедрение ArgoCD - внедрение систем журналирования (EFK/ELK), систем мониторинга (Prometheus, Loki), СУБД и брокеров сообщений;

Активное участие в Agile-процессах команды: оценка трудоемкости задач, планирование спринтов.

• Опыт работы системным инженером/администратором/архитектором;
• Английский на уровне чтения технической документации;
• Уверенное знание DevOps и MLOps (или ModelOps) методологий;
• Опыт работы с моделями – обучение и оркестрация;
• Знание инструментов MLFlow, KubeFlow - автоматизация процессов обучения и постановка задач посредством ориентированных ациклических графов (DAG) AirFlow;
• Понимание принципов работы Feature Store (Stream SQL, Feast, Databrix, Netflix и др. );
• Владение Ansible или другими системами управления конфигурации/автоматизации;
• Опыт работы с Kubernetes/Openshift и интеграция с ArgoCD - знание UNIX, Linux (deb and rpm-based);
• Высокий навык администрирования Linux;
• Опыт написания bash/python-скриптов (автоматизация задач);
• Опыт работы с системами контроля версий, GitOps-подход, опыт написания pipeline и опыт работы с системами непрерывной интеграции (GitLab CI, Jenkins, Tekton, TeamCity, Bamboo);
• Опыт работы с Hadoop (hive, spark, hdfs). MLflow, KubeFlow, Kubernetes, OKD, Openshift, argoCD, Prometheus, Zabbix, Linux, GitLab CI, Jenkins, Bamboo, Apache Kafka, spark, python.