MLOps Team Lead

Fundamental — это исследовательская лаборатория в области ИИ, которая закладывает основы будущего принятия решений в корпоративном секторе. Наша флагманская модель, NEXUS, является самой мощной в мире Большой Табличной Моделью (LTM), специально разработанной для структурированных записей, содержащих триллионы долларов бизнес-ценности. Имея 275 млн долларов финансирования от ведущих инвесторов и доверие компаний из списка Fortune 100, Fundamental дает бизнесу "Силу предсказывать".

В Fundamental вы будете решать беспрецедентные технические задачи в области разработки фундаментальных моделей и создавать технологии, которые трансформируют способы принятия решений крупнейшими компаниями мира. Это ваша возможность с самого начала стать частью компании, определяющей свою категорию. Присоединяйтесь к команде, определяющей будущее корпоративного ИИ.

• Культура, движимая миссией, с низким эго, ценящая разнообразие мнений, ответственность и склонность к действию

• Руководить командой MLOps инженеров и наставлять их, способствуя техническому росту и культуре операционного совершенства
• Определять и продвигать дорожную карту MLOps, согласовывая возможности инфраструктуры с целями исследований, разработки и продукта
• Устанавливать лучшие практики, стандарты и процессы для ML-инфраструктуры, развертывания и эксплуатации
• Принимать технические решения относительно архитектуры ML-инфраструктуры и выбора инструментов
• Проектировать и контролировать масштабируемые, автоматизированные конвейеры машинного обучения, рабочие процессы CI/CD и оркестрационные фреймворки
• Взаимодействовать с командой развертывания моделей по стратегии инфраструктуры развертывания (Triton, TorchServe, TensorFlow Serving, KServe), гарантируя, что решения на стороне обучения (форматы контрольных точек, конвейеры экспорта, требования к ресурсам) не создают проблем на последующих этапах
• Сотрудничать в стратегии архитектуры инференса, привнося контекст со стороны обучения о размере модели, компромиссах между задержкой/пропускной способностью и аппаратных требованиях в ранние исследовательские решения
• Проектировать и поддерживать хранилища признаков, надежные конвейеры данных и масштабируемые решения для хранения данных для эффективной обработки больших объемов данных
• Сотрудничать с исследовательскими командами для преодоления разрыва между экспериментированием и производством
• Определять стратегию логирования, оповещения и мониторинга для отслеживания производительности модели, дрейфа и надежности системы

• Степень бакалавра или магистра в области компьютерных наук, инженерии или смежной области (или эквивалентный практический опыт)
• 7+ лет опыта работы в MLOps, с 5+ годами на руководящей технической должности
• Сильные навыки разработки программного обеспечения на Python, с опытом работы на Bash и/или Go
• Подтвержденный опыт создания и руководства высокопроизводительными командами MLOps или инфраструктуры
• Опыт создания и проектирования MLOps-инфраструктуры с нуля
• Глубокий опыт работы с MLOps платформами (MLflow, WandB и т. д.) и фреймворками (PyTorch, TensorFlow и т. д.)
• Глубокий опыт работы с фреймворками развертывания моделей (Triton, TorchServe, TensorFlow Serving, KServe) для высокой масштабируемости и инференса с низкой задержкой
• Опыт создания и управления конвейерами данных для поддержки как обучения моделей, так и инференса
• Хороший опыт работы с Kubernetes на крупном облачном провайдере (AWS, GCP или Azure) и с инфраструктурой как кодом (Terraform, Helm, GitOps)
• Уверенное владение инструментами наблюдаемости и мониторинга (Prometheus, Grafana, Datadog, OpenTelemetry)
• Отличные коммуникативные навыки с возможностью переводить между контекстами исследований и производства

• Конкурентоспособная компенсация с заработной платой и акциями
• Комплексное медицинское страхование для вас и ваших иждивенцев
• Оплачиваемый отпуск по уходу за ребенком для всех новых родителей, включая усыновленных и суррогатных детей
• Поддержка при переезде для сотрудников, присоединяющихся к команде в одном из наших офисов