Middle MLOps Engineer (Recommendation Systems)

Объединённая компания Wildberries и Russ — это международная технологическая компания, образованная в результате слияния двух лидеров рынка — IT-компании Wildberries и оператора наружной рекламы Russ.

Сейчас мы ищем Middle MLOps Engineer в команду Рекомендаций. Наша команда по-своему уникальна, так как очень тесно связана с бизнес- продуктами, которые выводятся на реальных пользователей с помощью наших технологий.

Над алгоритмами и продуктами рекомендаций трудится большое количество DS/ML специалистов, которым необходимо предоставить все условия, чтобы их процесс разработки от идеи до выкатки в prod был удобным, понятным, быстрым и безопасным.

Для организации этого процесса мы разрабатываем и внедряем различные инструменты, а также выстраиваем ML инфраструктуру - как для ресерча, так и для продовых запусков.

Вам предстоит:

• Развивать существующие MLOps инструменты, утилиты и библиотеки, повышать их надежность, внедрять новые "фичи";

• Помогать DS'ам в создании пайплайнов и сервисов в production среде (помощь в продуктивизации), оптимизировать их производительность;

• Внедрять MLOps инструменты для автоматизации процессов жизненного цикла ML-моделей;

• Проводить юнит / интеграционное / нагрузочное тестирование для сервисов / ML моделей перед выкаткой в production;

• Развивать системы мониторинга и логирования ML решений;

• Повышать качество внешней и внутренней документации по нашим продуктам.

Вы нам подходите, если:

• Владеете Python на продвинутом уровне;

• Имеете опыт на аналогичной позиции от 3 лет;

• Имеете опыт деплоя в production с помощью Kubernetes / Docker, выстраивания CI/CD пайплайнов (Gitlab CI/CD) и продвинутый опыт использования VCS (Git);

• Обладаете знаниями и опытом в оптимизации ML моделей для инференса, работали с фреймворками для инференса ML/LLM моделей (Triton Nvidia Inference Server, vLLM);

• Знаете различные современные DS/ML фреймворки на уровне запуска локальных моделей (Polars, PyTorch, Transformers), а также библиотеки для веб-разработки: asyncio, FastAPI, Celery (SAQ);

• Знакомы с компонентами мониторинга и логирования (Thanos, Grafana, OpenSearch), имеете понимание современных алгоритмов машинного обучения и жизненного цикла ML модели;

• Обладаете практическим опытом использования / внедрения с дальнейшей эксплуатацией MLOps инструментов - Airflow, Dagster, Argo Workflows, Prefect, Flyte, MLFlow, DVC, LakeFS, Seldon Core, KubeFlow.

Будет плюсом:

• Продвинутая оптимизация инференса ML/LLM моделей (Quantization Aware Training, Post Training Quantization, PV Tuning и др.);

• Опыт построения online/offline Feature Store собственными силами, либо с помощью готовых решений: Feast, Tecton;

• Опыт работы с online/offline надежным и быстрым векторным поиском (Qdrant, LanceDB);

• Опыт написания пайплайнов / оптимизации запросов на Spark под экосистемой Hadoop.

Наш стек:

MLOps: Kubernetes, Gitlab CI/CD, JupyterHub, Airflow, ClearML, Qdrant, Triton Nvidia Inference Server, vLLM, Kong, Label Studio
DE: Greenplum, ClickHouse, DataLens, Spark / Hadoop
DevOps: Nginx, Katran, Helm

Преимущества для сотрудников:

• Обучение и развитие: языковые клубы, собственный корпоративный университет, программы развития управленческих навыков и многое другое;

• Благополучие сотрудников: корпоративный пакет ДМС со стоматологией, корпоративный спорт, консультации психолога и дополнительные возможности аккредитованной IT-компании;

• Множество сообществ: клуб спикеров, футбола, йоги, шахмат и т.д.;

• Забота о семьях: создаем условия, в которых легко сочетать карьеру и заботу о близких – от гибкого подхода до масштабных проектов для детей сотрудников;

• Скидки и партнерские программы: на обучение, страхование, покупки и многое другое;

• Комфортная рабочая среда: бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника и портал для сотрудников.