Роль:
Мы ищем квалифицированного MLOps Engineer, который присоединится к нашей команде и сыграет ключевую роль в преодолении разрыва между нашими командами Data Science и Infrastructure. Вы будете отвечать за поддержку команды Data Science в задачах, связанных с MLOps, а также за содействие в реализации DevOps-инициатив, включая создание CI/CD конвейеров, предоставление облачных ресурсов с использованием таких инструментов, как Terraform, и оркестрацию Kubernetes. Вы будете тесно сотрудничать с специалистами по данным и инженерами для развертывания конвейеров данных, обучения моделей машинного обучения и управления их развертыванием в масштабируемых облачных средах, обеспечивая высокую производительность, безопасность и надежность на протяжении всего жизненного цикла ML.
Основные обязанности должности включают:
- Помощь в проектировании, внедрении и поддержании масштабируемых MLOps конвейеров на AWS с использованием таких сервисов, как SageMaker, EC2, EKS, S3, Lambda и других соответствующих инструментов AWS.
- Координация с нашей командой платформы для устранения неполадок в кластерах Kubernetes (EKS) для оркестрации развертывания моделей машинного обучения и других микросервисов.
- Разработка и поддержка CI/CD конвейеров для развертывания, тестирования и мониторинга моделей и приложений.
- Тесное сотрудничество с командами Data Science и DevOps для оптимизации жизненного цикла разработки моделей, от экспериментирования до продуктового развертывания.
- Внедрение лучших практик безопасности, включая сетевую безопасность, шифрование данных и управление доступом на основе ролей в инфраструктуре AWS.
- Мониторинг, устранение неполадок и оптимизация конвейеров данных и ML для обеспечения высокой доступности и производительности.
- Настройка и управление системами мониторинга моделей для обнаружения отклонений в производительности, обеспечивая постоянное улучшение моделей.
Основные требования:
- Степень бакалавра в области Computer Science, Engineering или смежной области.
- Более 2 лет практического опыта работы в MLOps, DevOps или смежных областях.
- Знание и предпочтительно опыт работы с сервисами AWS для машинного обучения, такими как SageMaker, EKS, S3, EC2, Lambda и другими.
- Опыт работы с Kubernetes для оркестрации контейнеров.
- Опыт работы с Docker.
- Опыт работы с инструментами Infrastructure-as-Code, такими как Terraform или CloudFormation.
- Знакомство с инструментами CI/CD, такими как GitLab CI.
- Понимание жизненного цикла моделей машинного обучения.
- Знакомство с решениями для мониторинга и логирования, такими как Prometheus, Grafana, CloudWatch и ELK Stack.
- Понимание сетевых концепций и лучших практик облачной безопасности.
- Владение Python и Bash, и комфортная работа в Linux средах.
- Сильные навыки решения проблем и коммуникативные навыки.
Следующее будет считаться преимуществом:
- Опыт работы с бессерверными архитектурами и событийно-ориентированной обработкой на AWS.
- Знакомство с продвинутыми концепциями Kubernetes, такими как Helm.
- Опыт работы с конвейерами Data Engineering, ETL процессами или платформами больших данных.
- Опыт работы с ML фреймворками, такими как TensorFlow, PyTorch и Keras.
- Опыт работы с ML платформами, такими как Kubeflow и/или SageMaker.
- Опыт работы с движками рабочих процессов, такими как Argo Workflows и/или Airflow.
Преимущества:
- Привлекательный компенсационный пакет плюс вознаграждение, связанное с производительностью.
- Интеллектуально стимулирующая рабочая среда.
- Непрерывное личное развитие и возможности международного обучения.
Опыт найма: Что вас ждет
- Давайте поговорим – Вводная беседа с Talent Acquisition.
- Углубленное погружение – Первое интервью с вашей будущей командой.
- Финальное общение – Заключительное интервью.
Все заявки будут рассматриваться с соблюдением строгой конфиденциальности!
