MLOps / DataOps

#senior #удаленка #гибрид GRI MLOps | DataOps Формат работы: гибрид/удалённо ☑️ Чем предстоит заниматься -Развивать и поддерживать инфраструктуру DWH -Строить и развивать CI/CD-процессы для data и ML-разработки -Разрабатывать и поддерживать пайплайны обработки данных и оркестрации (Airflow) -Реализовывать end-to-end ML-пайплайны: от сбора данных до деплоя и мониторинга моделей -Проектировать и развивать MLOps-платформу (выбор и интеграция инструментов) -Разворачивать и поддерживать инфраструктуру для ML-задач:(JupyterHub + GPU, Airflow, ClickHouse, PostgreSQL, S3 и др.) -Взаимодействовать с ML- и Data-инженерами для вывода решений в production -Настраивать мониторинг и алёртинг: качество данных, стабильность пайплайнов, ресурсы -Автоматизировать рутину и развивать self-service инструменты для data-команды ☑️ Наши пожелания к кандидатам -Уверенный опыт с Docker и Kubernetes -Опыт работы с Airflow (или аналогами оркестрации) -Практика построения CI/CD для data/ML пайплайнов -Хорошие знания Python, SQL и Git -Опыт развёртывания ML-инфраструктуры (GPU-кластеры, хранилища, orchestration) -Опыт работы с облачными платформами -Понимание принципов CI/CD и автоматизации деплоя -Опыт работы с API и понимание highload-систем -Опыт работы со стримингом данных (Kafka / аналоги) -Практика настройки мониторинга и логирования -Уверенная работа в Linux -Будет плюсом: Опыт внедрения систем управления экспериментами (MLflow, ClearML)