senior mlops engineer

Описания нет

- Проектировать и развивать MLOps-инфраструктуру для полного жизненного цикла ML-моделей;
- Автоматизировать процессы обучения, валидации, развёртывания, переобучения, мониторинга и отката моделей;
- Строить и поддерживать CI/CD-конвейеры для ML-моделей;
- Организовывать развёртывание моделей в рабочей среде и обеспечивать их стабильную работу;
- Настраивать мониторинг дрейфа данных, дрейфа концепции, производительности моделей, качества данных, задержки и инфраструктурных показателей;
- Разрабатывать механизмы автоматического переобучения моделей;
- Создавать стандарты и повторно используемые компоненты для специалистов по данным;
- Интегрировать ML-модели с рабочими системами и процессами принятия решений Soft Collection;
- Обеспечивать воспроизводимость экспериментов, версионирование моделей, данных и артефактов;
- Оптимизировать инфраструктуру по производительности, надёжности и стоимости;
- Участвовать в архитектурных решениях ML-платформы;
- Работать совместно со специалистами по данным, аналитиками данных, инженерами данных, DevOps и IT;
- Наставлять специалистов MLOps и ML-инженеров и участвовать в развитии инженерных стандартов команды.

- От 3 лет опыта в MLOps, ML Engineering, Data Engineering или DevOps с фокусом на ML;
- Уверенное владение Python;
- Практический опыт построения рабочих конвейеров машинного обучения;
- Хорошее понимание Docker и Kubernetes;
- Опыт разработки CI/CD;
- Опыт работы с инструментами оркестрации, например Airflow;
- Знание инструментов отслеживания экспериментов и моделей, например MLflow;
- Понимание принципов реестра и версионирования моделей;
- Опыт работы с REST API и сервисами для производственного вывода моделей;
- Понимание мониторинга ML-моделей и качества данных;
- Хорошее понимание Linux, Git и базовых принципов облачной инфраструктуры;
- Умение проектировать отказоустойчивые и масштабируемые решения;
- Будет плюсом опыт с AWS, Azure, GCP, Spark, PySpark, Kafka и другими потоковыми системами, feature store, пакетным и потоковым выводом моделей, Terraform и Infrastructure as Code, банковской или fintech-индустрией, а также понимание особенностей производственного ML в задачах кредитного риска и взыскания.

- Конкурентоспособная оплата труда благодаря системе грейдирования;
- Премии ко Дню Независимости и годовой бонус;
- ДМС и страхование жизни;
- Мобильная связь и скидки от партнёров;
- 26 Дней отпуска с возможностью взять дополнительные дни при наступлении важных событий;
- Бонусы за рекомендации;
- Льготные условия на парковку;
- Свободный стиль одежды smart casual;
- Тренинги, вебинары и доступ к корпоративной библиотеке;
- Чёткая система карьерного роста;
- Открытая и дружеская рабочая атмосфера, спортивные турниры и активная корпоративная жизнь;
- Возможность участвовать в социальных проектах и реализовывать идеи в новых проектах группы Halyk с использованием современных цифровых инструментов.