разработчик go ML-инфраструктуры

Команда MLS Jobs разрабатывает, оптимизирует и поддерживает сервисы для запуска задач обучения на вычислительных ресурсах суперкомпьютеров и другой высокопроизводительной инфраструктуре для ML-разработки. Команда также развивает сервисы обучения LLM и планировщик распределённых задач.

• Разрабатывать и сопровождать сервисы обучения и дообучения ML-моделей на распределённых кластерах;
• Проектировать и реализовывать кастомный планировщик задач для оптимизации размещения ML-задач в кластерах Kubernetes;
• Разрабатывать операторы и контроллеры Kubernetes для управления жизненным циклом распределённых ML-экспериментов;
• Интегрировать сервисы с инфраструктурой хранения данных, очередями задач Kafka и системами мониторинга;
• Оптимизировать производительность и обеспечивать отказоустойчивость планировщика и сервисов исполнения;
• Писать интеграционные и модульные тесты, участвовать в проверке кода;
• Разрабатывать взаимодействие между компонентами распределённой системы через gRPC и REST;
• Участвовать в полном цикле разработки: от анализа требований до внедрения и поддержки в рабочей среде.

• Опыт разработки на Go инфраструктурных сервисов и операторов Kubernetes от 3 лет;
• Опыт работы с gRPC и понимание принципов построения безопасного межсервисного взаимодействия от 3 лет;
• Опыт разработки на Python для написания вспомогательных скриптов и утилит от 2 лет;
• Опыт работы с Kubernetes на уровне разработки операторов и веб-перехватчиков, понимание цикла согласования от 2 лет;
• Опыт работы с Docker и системами автоматического развёртывания от 2 лет;
• Уверенное владение Linux: терминал, systemctl, обработка логов, ssh от 3 лет;
• Понимание принципов REST/gRPC API и опыт проектирования API-контрактов;
• Опыт работы с реляционными базами данных PostgreSQL и/или хранилищами типа key-value;
• Желание и привычка покрывать код модульными, интеграционными и сквозными тестами;
• Опыт участия во всех этапах разработки: от прототипа до внедрения в рабочую среду;
• Будет плюсом опыт работы с Volcano или другими планировщиками для ML-нагрузок, понимание принципов работы ML-фреймворков PyTorch и жизненного цикла ML-моделей, опыт работы с брокерами сообщений Kafka, навыки работы с распределёнными файловыми системами NFS и S3-совместимыми хранилищами, опыт написания автотестов на Go с использованием testing, testify и gomega, знание паттернов построения высоконагруженных и отказоустойчивых систем, опыт работы с ИИ-инструментами для ускорения разработки.

• Оформление в соответствии с трудовым законодательством РФ;
• Конкурентный уровень дохода: оклад и годовой бонус;
• ДМС со стоматологией и возможностью подключения детей и родственников;
• Прозрачная система мотивации с возможностью влиять на уровень дохода;
• Участие в создании инновационных продуктов;
• Гибкое начало рабочего дня;
• Пятница — сокращённый рабочий день;
• Возможность работать удалённо;
• Офис в центре Москвы;
• Корпоративная мобильная связь;
• Льготная программа ипотечного и потребительского кредитования;
• Возможность вертикального и горизонтального роста;
• Бонусные программы от компаний-партнёров;
• Возможность получить бонус за рекомендацию кандидата, принятого на работу;
• Материальная помощь при рождении детей и других семейных обстоятельствах;
• Обучение в корпоративном университете за счёт компании;
• Участие в профильных конференциях в качестве спикера или слушателя;
• Спортивные сообщества и клубы по интересам.