Platform Engineer

Название: Platform Engineer Местоположение: Мумбаи

Местоположение: Мумбаи Занятость: Полная Эта должность подходит для нашей гибридной модели работы: два дня в офисе. Работа в нашем офисе в Мумбаи. Platform Engineer (MLOps & DataOps) Команда MLOps & Data DevOps обеспечивает работу инжиниринговых, машинного обучения и GenAI команд Priceline с помощью безопасных, масштабируемых, надежных и управляемых платформ. Мы создаем и эксплуатируем инфраструктуру, автоматизацию, конвейеры развертывания, средства наблюдения и возможности самообслуживания, которые позволяют инжиниринговым командам безопасно доставлять данные и рабочие нагрузки ML в продакшн. Если вам нравится работать на стыке облачной инфраструктуры, DevOps, SRE, платформ данных и операций машинного обучения, эта роль предлагает возможность создавать платформенные возможности, используемые по всей Priceline. Почему эта работа важна Поскольку Priceline расширяет использование данных, аналитики в реальном времени, машинного обучения и GenAI, надежная разработка платформ имеет решающее значение для безопасной и эффективной доставки бизнес-ценности. Вы поможете управлять платформенным фундаментом, лежащим в основе конвейеров данных, конвейеров ML, конечных точек моделей и рабочих нагрузок LLM. Ваша работа улучшит скорость развертывания, надежность платформы, прозрачность затрат, безопасность и опыт самообслуживания для команд инжиниринга данных и ML. Эта роль сосредоточена на инжиниринге и эксплуатации платформ. Команды данных и ML отвечают за бизнес-логику, разработку моделей, тестирование и качество данных на уровне домена; команда MLOps & DataOps отвечает за инфраструктуру, пути развертывания, автоматизацию, управление и практики надежности, которые обеспечивают эти рабочие нагрузки. В этой роли вы будете:

1. Облачная платформа, инфраструктура и автоматизация Создавать, поддерживать и улучшать модули и конфигурации Terraform для сервисов платформы данных и ML в GCP. Предоставлять, эксплуатировать и автоматизировать облачные сервисы платформы данных и ML, такие как Cloud Composer/Airflow, Dataproc, Dataflow, BigQuery, Cloud Storage и Vertex AI. Поддерживать обновления платформы, изменения конфигурации, планирование мощностей и операционные улучшения в средах разработки, QA и продакшн. Разрабатывать повторно используемую автоматизацию и внутренние инструменты с использованием Python и Shell scripting. Применять стандарты Infrastructure-as-Code, управления изменениями, безопасности и аудита к изменениям платформы.
2. CI/CD, GitOps и обеспечение самообслуживания Создавать и эксплуатировать управляемые CI/CD конвейеры для Airflow DAGs, заданий Dataproc, изменений BigQuery, конвейеров ML и инфраструктуры обслуживания моделей. Внедрять надежные процессы развертывания, продвижения, валидации, отката и выпуска с использованием рабочих процессов на основе Git. Работать с GitHub Actions, Argo CD, Codefresh или эквивалентными инструментами CI/CD и GitOps. Создавать шаблоны самообслуживания, которые позволяют командам данных и ML безопасно развертывать рабочие нагрузки, не обходя элементы управления. Улучшать опыт разработчиков, надежность развертывания и время вывода на рынок за счет стандартизации и автоматизации.
3. Эксплуатация платформы MLOps & LLMOps Поддерживать продакшн ML рабочие процессы, охватывающие обучение моделей, выполнение конвейеров, развертывание моделей, эксплуатацию конечных точек, пакетный инференс и переобучение. Эксплуатировать и улучшать ML платформы на основе Vertex AI, Kubernetes/GKE, Docker, Kubeflow или эквивалентных технологий. Поддерживать возможности шлюза моделей и платформы LLM, такие как LiteLLM, включая онбординг моделей, управление доступом, ограничение скорости, видимость использования, контроль затрат и улучшения надежности. Помогать внедрять повторяемые практики для версионирования моделей, управления артефактами, реестров моделей, хранилищ признаков и отслеживания происхождения данных/моделей. Вносить вклад в возможности GenAI, RAG, оценки моделей, защитных механизмов и наблюдаемости ИИ.
4. Мониторинг, наблюдаемость, безопасность и SRE Определять и эксплуатировать практики мониторинга, логирования, оповещения и надежности для конвейеров данных, конвейеров ML, конечных точек моделей и сервисов платформы. Устанавливать значимые SLI/SLO, пути эскалации, runbooks и практики управления ошибками. Использовать инструменты, такие как PagerDuty, Splunk, New Relic, Arize или эквивалентные платформы наблюдаемости. Устранять сбои конвейеров, проблемы развертывания, проблемы инфраструктуры, сбои конечных точек и деградацию производительности. Участвовать в поддержке по вызову, вносить вклад в анализ первопричин и инициировать корректирующие и превентивные действия. Интегрировать IAM, RBAC, управление сервисными учетными записями, сканирование уязвимостей, управление секретами и защитные механизмы соответствия в рабочие процессы платформы.
5. Стоимость, управление и поддержка платформы Повышать прозрачность облачных затрат, утилизацию ресурсов, управление мощностями и практики FinOps для рабочих нагрузок данных и ML. Оценивать, внедрять и операционализировать платформенные возможности, которые улучшают надежность, безопасность, производительность разработчиков и операционную эффективность. Сотрудничать с командами Cloud Infrastructure, SRE, InfoSec, Data Engineering, Data Science и ML для решения проблем платформы и эксплуатации. Документировать стандарты платформы, операционные процедуры, руководство по устранению неполадок и повторно используемые шаблоны развертывания. Кто вы: Образование и опыт: B.Tech или B.E. в области компьютерных наук, информационных технологий или эквивалентный практический опыт, с 4–6 годами опыта в DevOps, SRE, облачном инжиниринге платформ, MLOps, DataOps или близкой дисциплине. Облачная инфраструктура: сильный практический опыт работы с Google Cloud Platform или эквивалентными технологиями публичного облака. Опыт работы с сервисами GCP, такими как Cloud Composer, Dataproc, Dataflow, BigQuery, Google Cloud Storage или Vertex AI, имеет большое значение. Infrastructure as Code: сильный практический опыт работы с Terraform для предоставления инфраструктуры, управления конфигурацией, создания повторно используемых модулей и контролируемых продакшн-изменений. Контейнеры и Kubernetes: практический опыт работы с Docker и Kubernetes. Опыт работы с GKE предпочтителен для сред GCP. CI/CD и GitOps: опыт создания или эксплуатации CI/CD конвейеров и рабочих процессов развертывания на основе Git с использованием GitHub Actions, Argo CD, Codefresh, Jenkins или эквивалентных инструментов. Автоматизация и скриптинг: владение Python и Shell scripting для автоматизации платформы, операционных инструментов, хуков конвейеров и внутренних утилит. Платформы данных и рабочих процессов: опыт поддержки Apache Airflow/Composer, Dataproc, Dataflow, Spark, BigQuery или сравнимых технологий обработки данных и оркестрации рабочих процессов. MLOps: опыт поддержки ML конвейеров, развертывания моделей, инференс-эндпоинтов, инфраструктуры обслуживания моделей или эксплуатации ML платформ. Надежность и операции: опыт мониторинга, логирования, оповещения, реагирования на инциденты, поддержки по вызову, устранения неполадок и анализа первопричин для продакшн-систем. Безопасность и управление: рабочее знание IAM, RBAC, сервисных учетных записей, секретов, управления уязвимостями, основ сетевого взаимодействия и безопасных облачных операций. Операционное мышление: сильное чувство ответственности, структурированное решение проблем, навыки документирования, коммуникации и сотрудничества. Желательно: Опыт эксплуатации шлюзов LLM или платформ GenAI, таких как LiteLLM, Tyk или эквивалентных уровней доступа к моделям. Опыт работы с платформами наблюдаемости и оценки ML/LLM, такими как Arize, LangSmith или эквивалентными инструментами. Опыт работы с платформой GKE, рабочими нагрузками GPU, векторными базами данных, инфраструктурой RAG или системами обслуживания моделей. Опыт внедрения практик отслеживания происхождения данных, моделей, артефактов или конвейеров и воспроизводимости. Опыт оптимизации облачных затрат, управления мощностями и FinOps для рабочих нагрузок данных и ML. Опыт применения практик SRE, безопасности, сетевого взаимодействия или соответствия облачным платформам данных и ML. О нас МЫ PRICELINE. Наш успех как одного из крупнейших игроков в сфере онлайн-путешествий полностью обусловлен нашей невероятной, преданной командой талантливых сотрудников. Priceliners сосредоточены на том, чтобы быть лучшими организаторами туристических предложений в мире, мотивированные нашей страстью помогать каждому испытать моменты, которые наиболее важны в их жизни. Будь то отпуск мечты, выпускной у вашего двоюродного брата или свадьба вашего лучшего друга — мы делаем путешествия доступными для наших клиентов.

Наша культура уникальна и вдохновляюща (именно так говорят наши сотрудники). Мы — выросший стартап. Мы предлагаем азарт нового предприятия без трудностей и хаоса, которые могут сопровождать стабилизирующийся бизнес.

Мы находимся на переднем крае инновационных технологий. Мы ставим клиента в центр всего, что делаем. Наша способность удовлетворять их потребности зависит от силы рабочей силы, столь же разнообразной, как и клиенты, которых мы обслуживаем. Мы объединяем сотрудников из разных слоев общества, и мы гордимся тем, что предоставляем инклюзивную среду, стимулирующую инновации, креативность и сотрудничество. Priceline является частью семьи компаний Booking Holdings, Inc. (Nasdaq: BKNG), высокодоходной глобальной компании онлайн-путешествий с рыночной капитализацией более 80 миллиардов долларов. Наши сестринские компании включают Booking.com, BookingGo, Agoda, Kayak и OpenTable.

Если вы хотите стать частью чего-то по-настоящему особенного, ознакомьтесь с нами!

Гибкая работа в Priceline Priceline следует гибридной модели работы, которая включает два дня в офисе, определяемых вами и вашим менеджером (идеально — вторник, среда или четверг). В остальные дни вы можете работать удаленно или в офисе. Льготы и бенефиты в Priceline Наши бенефиты разработаны для поддержки вашего здоровья, благополучия и жизни внутри и вне работы. Имеющие право сотрудники Priceline имеют доступ к: Медицинское обслуживание и поддержка благополучия, включая медицинское страхование, стоматологию, офтальмологию и ресурсы для психического здоровья Щедрое время отдыха, включая PTO, праздники, неделю отдыха Priceline Pause и оплачиваемые дни волонтерства Поддержка баланса работы и личной жизни, включая возможность работать до 4 недель в год из любой точки мира, отпуск по уходу за ребенком, ресурсы по уходу за детьми и семьей, летние пятницы и офисные бенефиты, такие как оборудованные кухни и организованное питание (зависит от местоположения) Программы финансовой безопасности, такие как пенсионные планы с взносами компании, страхование жизни и нетрудоспособности, а также счета с налоговыми льготами Фирменные туристические льготы, включая скидки для сотрудников на отели и авиабилеты, VIP-предложения и кредиты Big Deal Bucks Дополнительные льготы и скидки, такие как скидки на путешествия и партнерские скидки, поддержка обучения, юридическая поддержка и льготы для домашних животных Культура, ориентированная на людей, с группами поддержки сотрудников (ERG), социальными мероприятиями, программами признания и наградами за выслугу лет, которые помогают вам общаться, расти и отмечать успехи вместе Конкретные бенефиты и программы различаются в зависимости от местоположения. Инклюзивность — это важно! Чтобы быть лучшими организаторами туристических предложений в мире, мы верим, что наша команда должна отражать широкий спектр клиентов и сообществ, которые мы обслуживаем. Мы стремимся развивать культуру, в которой все сотрудники имеют свободу привносить в работу свои индивидуальные взгляды, жизненный опыт и страсть. Priceline является гордым работодателем с равными возможностями. Мы принимаем и отмечаем уникальные взгляды, через которые наши сотрудники видят мир. Мы будем рады, если вы присоединитесь к нам и поможете сформировать то, что делает нашу команду выдающейся. Подача заявки на эту должность Мы рады, что вы заинтересованы в карьере у нас. Всем текущим сотрудникам, пожалуйста, используйте внутренний портал для поиска вакансий и подачи заявок. Внешние кандидаты должны иметь учетную запись перед подачей заявки. Когда вы нажмете «Применить», вернувшиеся кандидаты могут войти в систему, а новые кандидаты могут быстро создать учетную запись, чтобы сохранить/просмотреть заявки.