Разработчик ML-платформы/ MLOps

Для эффективной работы сервисов мы активно используем модели машинного обучения, число которых измеряется десятками (ценообразование, прогноз спроса, рекомендации). Каждая из моделей вносит существенный вклад в развитие бизнеса, при этом разрабатывает их небольшая команда, каждый участник которой влияет на продукт напрямую.

На данной позиции необходимо заниматься разработкой ML-платформы, которая поможет нам намного быстрее тестировать свои проекты, проверять гипотезы и создавать новые алгоритмы.

Мы предлагаем:

• Стать частью сильной ML команды

• Пул задач, у которых нет тривиальных решений

• Поле для экспериментов и ресурсы для их реализации

• Возможность нарастить свою экспертизу на развивающемся и масштабируемом продукте

Какие задачи решаем:

• Разработка, оптимизация и поддержка ML-платформы для управления жизненным циклом моделей машинного обучения и используемых ими данных;
• Интеграция и настройка инструментов для развертывания моделей, управления версиями данных и отслеживания экспериментов;
• Работа с командами разработчиков и датасантистов, настройка рабочих процессов и обеспечение соблюдения стандартов качества кода и документации;
• Разработка инструкций и шаблонов сервисов для эффективного использования платформы и сохранения единообразия сервисов;
• Оптимизация производительности и масштабируемости платформы, управление ресурсами и обеспечение надежности.

Мы ожидаем:

• Опыт работы с инструментами для разработки ML-платформы, такими как MLflow, DVC, NVIDIA Triton, BentoML или аналогичными;
• Понимание концепций машинного обучения, жизненного цикла моделей и версионирования данных;
• Опыт работы с распределенными вычислениями, контейнеризацией и управлением ресурсами (например, Kubernetes);
• Знание языка программирования Python (fastapi, psycopg2, asyncpg, pytest), написание чистого кода с тестами, использование линтеров;
• Опыт работы с SQL и NoSQL базами данных;
• Понимание принципов DevOps и CI/CD;
• Знание и понимание микросервисной архитектуры и принципов взаимодействия сервисов;
• Опыт работы с Airflow, kafka, Spark, s3.