Оплата не указана
Вакансия находится в архиве
Требуемый опыт работы
От 3 до 6 лет
Тип занятости
Полная занятость
График работы
Полный день
SimbirSoft на рынке разработки более 20-ти лет. За это время мы зарекомендовали себя как профессионалы IT рынка!
Обязанности
· Упаковка ML моделей (LLM models, CV models, Netural Network models) в промышленные сервисы на Python
· Создание и оптимизация инференсов моделей (online, offline)
· Разработка вспомогательных Python сервисов в рамках систем с использованием ML моделей
· Разработка скриптов сбора данных с промышленных устройств и конвейеров
· Работа с базами данных и корпоративными хранилищами данных
· Деплой моделей в продакшн
· Создание MLOps-практик продуктивизации моделей совместно с DevOps специалистами
· Разработка платформенных компонентов ML инфраструктуры: мониторинг моделей, фреймворки обучения и деплоя моделей, feature store.
· Контроль соблюдения стандартов написания кода, проведение Code Review, написание Unit-тестов;
· Разработка ML продуктов в кросс-функциональной команде совместно с коллегами из направлений Solution Architect, Analytic, Data Science, Data Engineering, Backend, Frontend, Mobile, DevOps, QA.
Требования:
· Python, не меньше 3х лет
· Уверенные знания математической статистики и теории вероятностей
· Опыт работы с ML библиотеками (Pandas, Numpy, OpenCV, Pytorch, Tensorflow и т.д.)
· Опыт работы с готовыми ML моделями (LLM, CV, ASR, OCR и т.д.)
· Опыт работы с базами данных
· Опыт работы с интеграциями систем
· Опыт работы с Docker Openshift/k8s
· Опыт работы с системами мониторинга (Graphana, Kibana и т.д.)
Будет плюсом
· Умение работать с Hadoop экосистемой и PySpark;
· Умение работать с HDFS, GreenPlum, ClickHouse, S3
· Умение настраивать пайплайны CI/CD
· Опыт работы с ML инфраструктурой: Kubeflow, MLflow, Nvidia Triton Inference Server, Feature store и т.д.
Ключевые навыки
Контактная информация
СимбирСофт
Сайт: simbirsoft.com
Почта: name@example.ru
Вакансия опубликована 18.06.2024 в г. Казань.
Похожие вакансии
Краснодар
Удаленная работа
Подробное описание
20 мая
Не указана
Москва
Полный день
Подробное описание
11 апреля
Не указана
Екатеринбург
Полный день
Подробное описание
1 апреля