mlops engineer

Компания является платформой для онлайн-шопинга, специализирующейся на продаже одежды, обуви и аксессуаров.

• Разрабатывать и поддерживать инфраструктуру для экспериментов, обучения и деплоя ML-моделей в batch и online режимах на CPU/GPU;
• Автоматизировать жизненный цикл модели от регистрации до промышленного сервинга: сборка образов, проверки, публикация артефактов, деплой, канареечные релизы, A/B-тесты и откаты;
• Проектировать и развивать платформу инференса для batch- и online-сценариев на CPU/GPU;
• Развивать ML-инфраструктуру на базе Kubernetes: кластеры, GPU-ресурсы, операторы, изоляция окружений, автоскейлинг, маршрутизация трафика и управление ресурсами;
• Развивать и поддерживать платформенные компоненты для работы с признаками, моделями и ML-артефактами;
• Развивать мониторинг ML-систем: инфраструктурные метрики, метрики сервинга, качество моделей, распределения входных данных, дрейф данных и деградация поведения моделей;
• Обеспечивать воспроизводимость и управляемость ML-процессов: версионирование кода, данных и моделей, история экспериментов, изоляция сред обучения и инференса, аудит изменений;
• Оптимизировать использование вычислительных ресурсов, включая GPU, с учетом надежности, производительности и стоимости;
• Исследовать новые инструменты и подходы в MLOps, оценивать их применимость и внедрять там, где это повышает надежность, скорость разработки или эффективность платформы.

• Опыт внедрения и сопровождения Kubernetes-кластеров для сервинга ML-моделей на GPU и CPU;
• Практический опыт эксплуатации инструментов для деплоя и обслуживания моделей: Triton Inference Server, BentoML или аналогичных решений;
• Опыт запуска и поддержки инференс-движков в Kubernetes;
• Понимание подходов к автоскейлингу, балансировке нагрузки и маршрутизации запросов для ML-сервисов;
• Понимание принципов мониторинга качества, поведения и эксплуатационных параметров ML-моделей;
• Опыт настройки GPU-инфраструктуры: драйверы, CUDA Toolkit, MIG, GPU-enabled Docker, nvidia-container-toolkit;
• Понимание жизненного цикла ML-экспериментов и инструментов их трекинга: MLflow, ClearML или аналогов;
• Уверенное владение Python для автоматизации, разработки внутренних инструментов и интеграций;
• Уверенный опыт работы с Kubernetes в production: workloads, операторы, Helm, HPA, ingress, storage, observability, диагностика и устранение проблем;
• Опыт описания и автоматизации инфраструктуры на базе IaC: Terraform, Ansible, GitOps-подходы;
• Опыт работы с системами контроля версий и организации CI/CD (GitLab, Bitbucket, Bamboo);
• Опыт работы с Docker и OCI-образами: сборка, оптимизация, публикация и эксплуатация;
• Уверенное владение Linux: настройка, мониторинг, диагностика сетевых, файловых, ресурсных и производительных проблем;
• Опыт настройки мониторинга и алертинга: Prometheus Stack;
• Опыт безопасной работы с секретами, токенами, сертификатами и чувствительными данными.

• ДМС со стоматологией, телемедициной и программой поддержки ментального здоровья;
• Страхование жизни;
• Ежемесячные промокоды на Lamoda: два по 25%, два по 15% и в день рождения — 40%;
• Программа привилегий и скидок от BestBenefits;
• До 15 дней больничного в год с оплатой 100% от оклада;
• Бесплатные юридические консультации;
• Дополнительные выходные в случае важных событий;
• Яркие мероприятия и неформальное общение;
• Наличие наставника, обучение, участие во внешних конференциях, помощь в развитии личного бренда, выступлениях и написании статей;
• Performance Review дважды в год;
• Митапы и demo-дни.