Описание
Мы создаём AI-native платформу для закупок, где модели машинного обучения, retrieval-системы, AI-агенты и интеллектуальные приложения работают как production-сервисы. Роль отвечает за то, чтобы эти возможности можно было развёртывать, мониторить, оценивать и непрерывно улучшать в масштабе предприятия.
Задачи
•Проектировать, создавать и поддерживать платформенные возможности, необходимые для развёртывания и эксплуатации production AI-систем.
•Разрабатывать автоматизированные пайплайны для упаковки моделей, развёртывания, версионирования, тестирования, rollout, rollback и управления жизненным циклом.
•Строить фреймворки оценки, которые непрерывно измеряют качество моделей, эффективность retrieval, latency, стоимость и бизнес-показатели.
•Внедрять мониторинг для моделей, inference-сервисов, retrieval-пайплайнов и AI-агентов с использованием метрик, логирования, трейсинга и операционной телеметрии.
•Сотрудничать с Machine Learning Engineers по продуктивизации моделей и повышению надёжности развёртывания.
•Работать совместно с Platform Engineering по оптимизации runtime-окружений, инфраструктуры, масштабирования, безопасности и операционной устойчивости.
•Разрабатывать стратегии развёртывания, поддерживающие экспериментирование, canary-релизы, A/B-тестирование и прогрессивные rollout.
•Внедрять механизмы governance, поддерживающие воспроизводимость, управление версиями, аудируемость и операционное соответствие.
•Автоматизировать повторяющиеся операционные активности, где это возможно, повышая производительность инженеров и уверенность в развёртывании.
•Вносить вклад в развитие Agentic Software Development Lifecycle (ASDLC), встраивая оценку, автоматизацию и операционный интеллект в процессы доставки AI.
Требования
•Опыт эксплуатации production machine learning или AI платформ.
•Навыки software engineering с опытом построения автоматизации, деплой-пайплайнов и операционного тулинга.
•Опыт работы с cloud-native инфраструктурой, контейнерными платформами и распределёнными системами.
•Глубокое понимание CI/CD, infrastructure as code, release automation и production operations.
•Сильные навыки внедрения observability в сложных распределённых приложениях.
•Понимание управления жизненным циклом моделей, стратегий развёртывания, экспериментирования и production evaluation.
•Опыт сотрудничества между командами Platform Engineering, Machine Learning, Product Engineering и Data Engineering.
•Аналитические навыки и навыки troubleshooting с фокусом на надёжность, операционное excellence и непрерывное улучшение.
•Способность упрощать операционную сложность через автоматизацию и переиспользуемые платформенные возможности.
Условия
Условий в вакансии нет.
