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
GRI — аккредитованная IT-компания, которая разрабатывает и поддерживает масштабные цифровые продукты и работает как технологический партнёр крупного e-commerce бизнеса. Команда усиливает Data/ML-направление и выстраивает стабильную и масштабируемую инфраструктуру для работы с данными и моделями.
задачи
Развивать и поддерживать инфраструктуру DWH;
Строить и развивать CI/CD-процессы для разработки решений на основе данных и ML;
Разрабатывать и поддерживать пайплайны обработки данных и оркестрации в Airflow;
Реализовывать сквозные ML-пайплайны от сбора данных до развёртывания и мониторинга моделей;
Проектировать и развивать MLOps-платформу, выбирать и интегрировать инструменты;
Разворачивать и поддерживать инфраструктуру для ML-задач, включая JupyterHub с GPU, Airflow, ClickHouse, PostgreSQL и S3;
Взаимодействовать с ML- и Data-инженерами для вывода решений в промышленную эксплуатацию;
Настраивать мониторинг и оповещения качества данных, стабильности пайплайнов и ресурсов;
Автоматизировать рутинные операции и развивать инструменты самообслуживания для команды по работе с данными.
требования
Уверенный опыт работы с Docker и Kubernetes;
Опыт работы с Airflow или аналогами оркестрации;
Практика построения CI/CD для пайплайнов обработки данных и ML;
Хорошие знания Python, SQL и Git;
Опыт развёртывания ML-инфраструктуры, включая GPU-кластеры, хранилища и оркестрацию;
Опыт работы с облачными платформами;
Понимание принципов CI/CD и автоматизации развёртывания;
Опыт работы с API и понимание высоконагруженных систем;
Опыт работы с потоковой обработкой данных, включая Kafka и аналоги;
Практика настройки мониторинга и логирования;
Уверенная работа в Linux;
Будет плюсом опыт внедрения систем управления экспериментами, включая MLflow и ClearML.
условия
График 5/2 с гибким началом рабочего дня;
Можно работать полностью удалённо или гибридно;
Оплата курсов, конференций и обучения за счёт компании;
Программа лояльности Best Benefits со скидками на еду, спорт, обучение и развлечения;
Современное техническое оснащение и доступ к необходимым инструментам;
Комфортный офис по желанию: чай, кофе, фрукты, сладости, зоны отдыха и спортинвентарь;
Онлайн- и офлайн-тимбилдинги, квизы и тематические недели;