ML Platform Engineer

Навыки: Python, FastAPI, Kubernetes, Docker, Apache Airflow. Квалификация: Middle. Специализации: MLOps-инженер.

Росгосстрах сейчас активно развивает внутреннюю платформу - экосистему AI-сервисов для автоматизации ключевых процессов компании. Для этого формируем новую команду, которая будет фокусироваться на улучшении ключевых метрик новых моделей, минимизацию временных затрат на их разработку и выведению в промышленную эксплуатацию.

Ключевой стек:

• Оркестрация и деплой: Kubernetes, Docker

• ML-инфраструктура: Airflow, MLflow, Jfrog Artifactory

• Бэкенд и API: FastAPI, Pydantic, SQLAlchemy, asyncpg

• Базы данных: PostgreSQL, Redis, ArangoDB, OpenSearch

• Языки и инструменты: Python, Bash, Git

• CI/CD и VCS: Bitbucket, Bamboo

Что предстоит:

• Работа с уже существующими ML-моделями: встраивание в бизнес-процессы, масштабирование и вывод в продакшен;

• Настройка и поддержка пайплайнов и сервисов для batch- и online-инференса;

• Разработка и отладка DAG-ов в Airflow;

• Контейнеризация сервисов и эксплуатация моделей в Kubernetes;

• Разработка и поддержка API на FastAPI для интеграции моделей;

• Обеспечение стабильной работы ML-сервисов в продакшене;

• Версионирование моделей и управление артефактами;

• Оптимизация инференса и контроль использования ресурсов;

• Участие в развитии инфраструктуры полного жизненного цикла ML-моделей.

Для нас важно:

• Опыт работы в области MLOps/ML-engineer от 3 лет;

• Понимание ML-алгоритмов и жизненного цикла модели:от постановки задачи, экспериментов и версионирования до деплоя и мониторинга в продакшене;

• знаете, как работают бустинги;

• чем трансформеры (LLM) отличаются от классических сетей;

• знаете, что такое эмбеддинги и для чего они применяются.

• Python и FastAPI:уверенное владение асинхронным/многопоточным программированием (asyncio, threading, multiprocessing);

• ООП с принципами SOLID;

• проектирование поддерживаемых, документированных и высоконагруженных API;

• Работа с SQLAlchemy, асинхронными драйверами базы данных.

• Airflow: разработка и отладка DAG-ов для batch-инференса моделей;

• Контейнеризация и оркестрация: работа с Docker и Kubernetes — опыт эксплуатации production-кластеров, настройка лимитов;

• Работа с базами данных: SQL, NoSQL - владение реляционными БД для хранения структурированных данных.

Является преимуществом:

• KServe / Seldon / TorchServe — опыт развертывания моделей на inference-платформах.

• Triton Inference Server — оптимизация инференса, динамическое батчирование, работа с разными бекендами (TensorRT, ONNX).

• опыт инференса больших языковых моделей (vLLM, llama), оптимизация GPU-памяти, continuous batching.

• Агенты: опыт проектирования агентных систем, работа с LangChain, LlamaIndex, LangGraph

• Real-time системы: Kafka, RabbitMQ, streaming-инференс, Faust.

Мы предлагаем:

• Полностью \"белая\" зарплата, годовая премия;

• График работы 5/2;

• Возможен удаленный формат работы;

• Подключение к ДМС после успешного прохождения испытательного срока;

Бонусы:

• Корпоративные скидки на страховые продукты (автострахование, ВЗР и т.д.);

• Корпоративные скидки на фитнес, магазины-партнёры, книги и др.;

• Электронная библиотека с более чем 3000 книг на самые актуальные темы;

• Специальные мероприятия для сотрудников и их детей, подарки на Новый год.