О компании
Xebia — это глобальный партнер в области искусственного интеллекта, цифровой трансформации и инженерии. С более чем 25-летним опытом и командой из 5000 профессионалов в 16 странах мы помогаем организациям проектировать и создавать масштабируемые продукты, платформы и решения, основанные на данных.
Мы специализируемся на искусственном интеллекте, данных и облачных технологиях, интеллектуальной автоматизации и цифровых продуктах, сочетая глубокую техническую экспертизу с сильным акцентом на инженерное совершенство и культуру, ориентированную на людей.
В регионе ЦВЕ мы — команда из почти 1000 экспертов, создающих современные приложения, платформы данных и AI-решения для таких клиентов, как Millennium, ING, Play, Edenred, Arabian Drilling, FedEx, Leroy Merlin, Truecaller, Volotea, Schmitz Cargobull и многих других. Мы работаем с ведущими технологиями, включая AWS, Azure, GCP, Databricks и Snowflake, и объединяем сильную инженерную культуру с консультативным подходом и постоянным фокусом на рост и обмен знаниями.
Вы будете:
•отвечать за инфраструктуру платформы машинного обучения в составе команды Data Infrastructure, которая управляет корпоративной платформой данных и ML на GCP,
•отвечать за Vertex AI, Kubeflow Pipelines и инфраструктуру обучения и обслуживания на базе GKE, обеспечивая её надежность, безопасность и экономичность,
•создавать шаблоны, CI/CD и рабочие процессы самообслуживания, которые позволяют дата-сайентистам выпускать модели без необходимости создавать тикеты,
•управлять жизненным циклом моделей, включая реестр моделей, версионирование, развертывание, откат и мониторинг дрейфа и состояния обслуживания,
•поддерживать потоки признаков и обучающих данных между BigQuery и Airflow в сотрудничестве с инженерами платформы данных,
•управлять инфраструктурой через GitOps с помощью Config Sync, применяя принцип минимально необходимых прав для PII и данных с политическими тегами,
•управлять использованием GPU и вычислительных ресурсов, квотами и видимостью расходов по командам,
•брать на себя полную ответственность за платформу, которую вертикальные команды используют для построения, обучения и обслуживания своих моделей.
Ваш профиль:
•более 5 лет опыта в MLOps, ML-платформах или платформенной инженерии, включая как минимум 2 года полного владения производственной ML-инфраструктурой,
•практический опыт работы в продакшене с GCP, в частности с Vertex AI, GKE и BigQuery,
•глубокие знания Kubernetes, включая самостоятельное управление и отладку кластеров,
•оркестрация пайплайнов с Kubeflow Pipelines или Vertex AI Pipelines, а также Airflow,
•GitOps для инфраструктуры (Config Sync или аналогичные инструменты) и CI/CD для развертывания моделей,
•производственные навыки программирования на Python, включая тестирование и упаковку,
•платформенное мышление: опыт создания документированных инструментов самообслуживания для других команд с SLO,
•способность работать самостоятельно в качестве единственного владельца корпоративной платформы.
Требуется работа из региона Европейского Союза и разрешение на работу.
Желательно иметь:
•потоковые признаки или онлайн-инференс с использованием Dataflow/Flink и Kafka,
•хранилища признаков, такие как Vertex AI Feature Store или Feast, и инструменты мониторинга моделей,
•обслуживание и оценка больших языковых моделей (LLM) на Vertex AI или аналогичных платформах,
•планирование GPU и оптимизация затрат на GKE,
•опыт работы с управлением данными (DataHub, политические теги) и нормативами конфиденциальности, такими как GDPR или DPDP,
•опыт работы с высокомасштабируемыми потребительскими продуктами.
Процесс найма:
Рассмотрение резюме – звонок HR – собеседование – собеседование с клиентом – принятие решения
