MLOps инженер

Основные задачи: разрабатывать и поддерживать Inference Platform-as-a-Service; автоматизировать жизненный цикл ML-моделей — от регистрации до сервинга модели; создавать новые продукты для автоматизации ML-разработки; разрабатывать платформенные сервисы для ML; исследовать новые платформы/инструменты для внедрения их в продукты компании; продвигать и развивать best practices в области MLOps. Мы ожидаем (ML / Inference трек): опыт развёртывания и эксплуатации Kubernetes для инференса моделей (GPU/CPU); практический опыт работы с MLOps-инструментами деплоя и эксплуатации моделей (Triton Inference Server, BentoML или аналогов); знание принципов автоскейлинга, балансировки нагрузки и маршрутизации трафика в контексте ML-сервисов; опыт настройки и использования GPU-инфраструктуры: драйверы, CUDA Toolkit, MIG, GPU-Enabled Docker; уверенное знание Python. Мы ожидаем (OPS трек): экспертные знания Kubernetes: контроллеры, операторы, HPA, работа с GPU; опыт автоматизации инфраструктуры и Infrastructure as Code (Terraform, GitOps-подходы); опыт работы с системами контроля версий и CI/CD (GitLab, GitHub); администрирование Linux: от настройки до мониторинга и диагностики проблем; опыт внедрения и работы со стеком мониторинга (Prometheus Stack).