Специалист по инфраструктуре машинного обучения (MLOps-инженер)

Наша Лаборатория технологий искусственного интеллекта находится на этапе трансформации: мы переходим от успешных R&D-прототипов к созданию промышленной, готовой к коммерциализации платформы управления машинным обучением и аналитикой для задач кибербезопасности.

Для реализации этой амбициозной цели мы усиливаем команду и ищем опытного MLOps-инженера (DevOps for ML), который станет архитектором и владельцем нашего «промышленного конвейера», обеспечивая надежность, безопасность и масштабируемость всей ML-платформы.

Обязанности:

• Проектирование, внедрение и поддержка сквозных ML-пайплайнов: от подготовки данных до развертывания и мониторинга моделей в production-среде SOC.
• Автоматизация полного жизненного цикла ML-моделей: версионирование данных (LakeFS), трекинг экспериментов (MLflow), упаковка и развертывание (Docker/K8s).
• Развитие и поддержка инфраструктуры на базе Docker и Kubernetes (K8s) для R&D и production-окружений.
• Организация рабочего пространства и MLOps-поддержка дата-сайентистов лаборатории для ускорения циклов исследования и разработки.
• Внедрение практик мониторинга производительности моделей, дрейфа данных и инфраструктурных метрик (Prometheus, Grafana).
• Обеспечение безопасности MLOps-процессов (MLSecOps): управление секретами (Vault), сканирование образов (Harbor), контроль зависимостей.

Технологический стек:

• Контейнеризация и оркестрация: Docker, Kubernetes
• CI/CD и версионирование: Git (GitLab)
• Оркестрация ML-пайплайнов: Airflow
• Управление жизненным циклом ML: MLflow
• Хранение данных и моделей: MinIO (S3-совместимое), LakeFS
• Аналитические БД: ClickHouse
• Мониторинг: Prometheus, Grafana
• Будет плюсом: Vault, Harbor, DataHub

• Высшее техническое образование.
• Опыт работы в роли DevOps/MLOps-инженера от 3 лет.
• Уверенный опыт работы с Docker и Kubernetes (K8s) в production-среде.
• Практический опыт построения ML-пайплайнов с использованием Airflow и MLflow.
• Понимание принципов CI/CD и опыт их применения для ML-систем.
• Опыт работы с объектными хранилищами (S3-совместимыми, например, MinIO).
• Владение SQL на уровне, достаточном для работы с аналитическими БД (ClickHouse).
• Знакомство с основными библиотеками ML (Scikit-learn, PyTorch/TensorFlow) на уровне, достаточном для «упаковки» и развертывания моделей, разработанных дата-сайентистами.
• Технический английский язык.

• Работу в крупной аккредитованной ИТ-компании (с возможностью получения всех льгот, в том числе отсрочки)
• Возможность удаленной работы из дома после испытательного срока (гибридный график)
• Гибкое начало и конец рабочего дня
• Стабильную зарплату, официальное трудоустройство
• Релокационный пакет для иногородних
• ДМС + стоматология + офисный врач
• Квартальные премии по итогам закрытия проектных работ, надбавки за непрерывный стаж работы в компании
• Обучения внутри компании на более чем 50 различных курсов по различным направлениям
• Частичная компенсация путевок в лагерь и подарки на Новый год для детей сотрудников
• Современный офис в шаговой доступности от метро Кировский завод/Автово, своя авто- и велопарковка
• Совместный досуг в внерабочее время: футбол, волейбол, баскетбол, настольные игры