описание
Описания нет
задачи
- Администрирование и развитие систем оркестрации экспериментов и обучения моделей
- Поддержка и развитие сервисов для управления ML workflows
- Работа с системами версионирования данных и моделей
- Мониторинг и поддержка систем инференса моделей
- Развертывание и поддержка ML-сервисов в контейнеризованной среде
- Настройка CI/CD процессов для ML-проектов
- Мониторинг инфраструктуры и производительности ML-систем
- Автоматизация развертывания и управления ML-пайплайнами
- Участие в разработке внутренних инструментов для упрощения MLOps процессов
- Создание документации и регламентов для работы с ML-артефактами
- Поддержка распределенного обучения моделей
требования
- Опыт работы с MLOps инструментами (ClearML, MLflow, Kubeflow или аналогичными) от 1 года
- Уверенное владение Python для разработки сервисов и автоматизации
- Опыт работы с контейнеризацией и оркестрацией (Docker, Kubernetes)
- Опыт работы с GPU инфраструктурой в kubernetes
- Понимание CI/CD процессов и опыт их настройки
- Хорошее процессов понимание машинного обучения и жизненного цикла ML-моделей
- Опыт разработки веб-сервисов и API
- Знание Linux и навыки системного администрирования
- Будет плюсом: Опыт работы с системами версионирования данных; Понимание принципов работы современных ML-моделей; Опыт настройки систем мониторинга; Опыт работы с фреймворками глубокого обучения
условия
- Условий в вакансии нет