Описание
Роль ориентирована на проектирование, внедрение и поддержку AI/ML-решений в production-среде, объединяя Machine Learning Engineering, MLOps и администрирование/оптимизацию GPU-инфраструктуры для поддержки задач обучения и инференса моделей.
Задачи
•Проектирование и разработка AI и Machine Learning решений
•Создание и поддержка MLOps-пайплайнов для CI/CD ML-моделей
•Автоматизация процессов обучения, развертывания и мониторинга моделей
•Управление полным циклом Machine Learning Lifecycle
•Тесное взаимодействие с Data Scientists, Software Engineers и бизнес-стейкхолдерами
•Оптимизация использования вычислительных ресурсов, особенно в GPU-средах
•Мониторинг производительности моделей, качества и data drift
•Участие в проектировании AI-архитектур на облачных платформах
•Создание технической документации и внедрение лучших инженерных практик
Требования
•Не менее 3 лет опыта в AI/ML проектах
•Сильные навыки Python
•Практический опыт с PyTorch или TensorFlow, Scikit-learn и Hugging Face
•Опыт с MLOps технологиями, включая MLflow, Kubeflow и Azure Machine Learning, Vertex AI или SageMaker
•Опыт с CI/CD инструментами, такими как GitHub Actions, Azure DevOps или GitLab CI
•Опыт с Docker и Kubernetes
•Практический опыт работы с распределёнными AI/ML средами и вычислительными кластерами
•Хорошее понимание облачных платформ (Azure, AWS или GCP) или on-premise систем
•Понимание оркестрации рабочих нагрузок, распределения ресурсов и масштабирования для ML-задач
•Опыт с Git и современными DevOps практиками
•Английский язык на уровне B2 или выше
•Сильное чувство ответственности за предоставленные решения
•Умение переводить бизнес-требования в технические решения
•Аналитическое, проблемно-ориентированное мышление
•Сильные организационные навыки и навыки сотрудничества в agile-среде
Будет плюсом
•Опыт с LLM и Generative AI решениями
•Знание RAG, Vector Databases и Agentic AI
•Опыт с облачными GPU платформами (Azure AI, AWS EC2 P4/P5, GCP A3)
•Опыт управления или эксплуатации GPU-enabled Kubernetes кластеров
•Опыт с NVIDIA GPU Operator, KServe, Ray, Kubeflow или аналогичными технологиями
•Понимание мониторинга кластеров и оптимизации производительности в AI-средах
•Знакомство со Spark, Databricks или Ray
Условия
•Part-time position (неполная занятость)
