Локация
Нижний Новгород, гибридный формат работы
Компания
Т1 — крупная российская ИТ-компания и часть холдинга, предоставляющая высокотехнологичные решения и услуги для ключевых отраслей экономики.
Что делать
•Проектировать, развёртывать и развивать инфраструктуру ИИ-платформы в on-premise- и облачных средах: Kubernetes-кластеры, GPU-ноды, хранилища, сети и безопасность.
•Строить и поддерживать CI/CD/CT-пайплайны для ML-моделей и сервисов — от артефактов Data Science до production-инференса, включая откаты и канареечные релизы.
•Интегрировать и эксплуатировать LLM/ML-сервисы, настраивать упаковку моделей, autoscaling, SLA и observability.
•Настраивать мониторинг инфраструктуры и моделей, обрабатывать инциденты и участвовать в post-mortem.
•Автоматизировать подготовку данных, обучение, переобучение, регистрацию моделей, управление версиями и окружениями.
•Поддерживать клиентские внедрения, адаптировать платформенные компоненты и оптимизировать производительность и стоимость GPU/CPU.
Требования
•Коммерческий опыт от 5 лет и опыт проектирования инфраструктуры ИИ-платформ для LLM/ML-нагрузок.
•Глубокое понимание жизненного цикла ML-модели: эксперименты, обучение, валидация, упаковка, production-инференс и мониторинг.
•Уверенное владение Linux, сетевыми основами, безопасностью, контейнерами и оркестраторами.
•Опыт с Kubernetes, Docker, CI/CD, MLflow, Kubeflow, Airflow или Argo Workflows, а также с feature store и model registry.
•Опыт работы с LLM/GenAI-платформами и инструментами vLLM, TGI, Hugging Face, Triton или ONNX Runtime.
•Опыт эксплуатации гибридной инфраструктуры, мониторинга моделей, автоматических откатов, retraining-триггеров и FinOps для GPU/CPU.
Хорошо, если есть
•Оконченное высшее образование в области IT, технических или математических наук.
•Опыт совместной работы с Data Science, разработчиками и командами внедрения.
Культура и преимущества
•Гибридный формат работы.
•Стабильность и финансовая надёжность крупного холдинга.
•Социальные гарантии и возможности профессионального развития в ИТ-сообществе.
•Масштабные задачи в области больших данных, ИИ-платформ, аналитических и рекомендательных систем.
