Если вы раньше входили через Google, сбросьте пароль для своей Gmail-почты через кнопку «Забыли пароль?» на экране входа. Затем войдите по email и новому паролю.
Если аккаунта ещё нет, зарегистрируйтесь с Gmail-почтой, после подтверждения почты мы предложим задать пароль.
Что нового
Загружаю обновления...
Что нового
Загружаю обновления...
Работа найдется быстрее с подпискойКандидат найдётся быстрее с подпиской
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Команда ML-платформы стандартизирует процессы MLOps и ModelOps, разрабатывает и поддерживает сервисы и пакеты для запуска пайплайнов машинного обучения, трекинга экспериментов, хранения и версионирования моделей и датасетов, инференса и мониторинга моделей. Команда создаёт сервисы для дата-сайентистов, адаптирует инструменты ML-инфраструктуры под потребности отдельных команд, занимается кастомными интеграциями и исследованиями.
задачи
Поддерживать совместную разработку нескольких пользователей одновременно в JupyterHub;
Разрабатывать сервис для запуска интерактивных контейнеров на GPU;
Интегрировать платформенные сервисы для выделения общих хранилищ командам;
Разрабатывать и развивать сервисы ML-платформы;
Проектировать микросервисную архитектуру и интегрироваться с платформенными сервисами;
Участвовать в код-ревью и поддерживать качество кодовой базы;
Исследовать и внедрять новые инструменты для улучшения ML-инфраструктуры.
требования
Опыт коммерческой разработки на Go от трёх лет;
Глубокое понимание особенностей Go;
Опыт работы с Kubernetes и отладки проблем с помощью kubectl;
Понимание принципа «at least once»;
Опыт проектирования микросервисной архитектуры;
Желание развивать качественную ML-платформу;
Будет плюсом умение читать и отлаживать код на Python, опыт работы с JupyterHub, опыт построения дашбордов в Grafana, опыт работы с ML и понимание практик MLOps.
.svg)
