Задайте новый импульс здравоохранению!
Мы ищем Старшего MLOps инженера в команду ML Platform (TIGER) отдела Искусственного интеллекта и машинного обучения.
Ваша миссия — обеспечить все инициативы Doctolib в области ML и AI — от экспериментов до надежного производственного сервиса. Вы будете создавать и управлять основами, которые позволят специалистам по данным, ML-инженерам и AI-командам безопасно, быстро и в масштабе развертывать модели и агенты, начиная с классического машинного обучения и заканчивая генеративным AI, размещенным на собственных серверах. Вы будете напрямую способствовать надежности и производительности функций на базе AI, которые улучшают повседневную жизнь миллионов пациентов и тысяч медицинских работников по всей Европе.
Работа в технологической команде Doctolib означает создание инновационных продуктов и функций для улучшения повседневной жизни медицинских работников и пациентов.
Что вы будете делать
Ваши обязанности включают, но не ограничиваются:
- Сотрудничество со специалистами по данным, ML- и AI-инженерами для перехода от экспериментов к надежному, масштабируемому производственному развертыванию моделей.
- Управление и развитие слоя оркестрации для задач обучения, обслуживания и оценки, построенного на GCP и AWS с использованием Kubernetes (GKE) и платформ на базе Ray (Anyscale) — включая CI/CD, версионирование и конвейеры автоматического тестирования, которые переносят модель из реестра в конечную точку обслуживания.
- Создание инструментов, шаблонов и лучших практик (модули Terraform, CRD и операторы Kubernetes, GitOps-рабочие процессы, внутренние библиотеки), которые позволяют любой ML-команде безопасно и последовательно развертывать и эксплуатировать свои модели и агенты.
- Обеспечение доступности, надежности и производительности ML-систем в производстве для обучения, обслуживания и платформы агентов; определение и отслеживание SLO; участие в дежурствах и реагировании на инциденты для всего стека.
- Создание и поддержание наблюдаемости для ML-систем: инфраструктуры и работоспособности моделей через Datadog, а также сигналов оценки/качества через Braintrust, выявляя регрессии до того, как они достигнут пользователей.
- Работа в тесном сотрудничестве с инженерами по инференсу AI над общими основами нашего стека LLM, размещенного на собственных серверах (реестр моделей, автоматизация развертывания, общий GPU-ресурс), и поддержание актуальности знаний в области MLOps для классического ML, генеративного AI и агентских систем.
Кто вы
Прежде чем читать дальше: если у вас нет точного профиля, описанного ниже, но вы чувствуете, что это описание вакансии соответствует вашим навыкам, мы все равно призываем вас подать заявку.
Вы отлично подойдете, если:
- Имеете предыдущий опыт работы MLOps инженером, инженером облачных решений для ML-приложений, инженером AI-инфраструктуры или платформенным инженером AI, или на аналогичной должности.
- Уверенно владеете Python, Shell scripting и Terraform, с глубоким пониманием алгоритмов, концепций и тенденций машинного обучения.
- Имеете практический опыт работы с Kubernetes в производственной среде и инструментами GitOps (например, ArgoCD), а также создавали MLOps-конвейеры для контейнеризации моделей и решений с помощью Docker.
- Имеете опыт работы с облачными платформами, такими как GCP (GKE, BigQuery) и/или эквивалентами AWS или Azure, а также с инструментами наблюдаемости, такими как Datadog.
- Имеете практический опыт работы с инструментами отслеживания экспериментов/реестра моделей (например, MLflow) и инструментами оценки/наблюдаемости LLM (например, Braintrust).
- Вы командный игрок с отличными коммуникативными навыками и навыками документирования, комфортно чувствуете себя в условиях меняющегося объема задач и прагматичны в принятии решений о выборе между созданием и покупкой.
Было бы здорово, если бы вы:
- Имели практический опыт работы с абстракциями агентов на базе Kubernetes (CRD/операторы, например, kagent) или создания производственных сред выполнения агентов.
- Имели опыт квантования и оптимизации ML-моделей.
- Имели опыт работы с технологиями совместного использования/разделения GPU (например, NVIDIA MIG, time-slicing, MPS).
Жизнь в Doctolib Tech
Наши решения построены на единой облачной платформе, поддерживающей веб- и мобильные интерфейсы, множество языков и адаптированной к требованиям стран и медицинских специальностей.
Наш стек состоит из Rails, TypeScript, Java, Python, Kotlin, Swift и React Native.
Мы этично используем AI в наших продуктах для расширения возможностей пациентов и медицинских работников. Откройте для себя наше видение AI здесь.
Хотите узнать больше о нашей технологической культуре и среде? Посетите сайт Doctolib Tech.
Что мы предлагаем
- Бесплатная комплексная медицинская страховка (базовый пакет) для вас и ваших детей.
- 25 дней оплачиваемого отпуска в год, плюс до 14 дней RTT.
- Бесплатные услуги по охране психического здоровья и коучингу через нашего партнера Moka.care.
- Работа из-за границы до 10 дней в год благодаря нашей политике гибких дней.
- Обед-ваучеры (карта Swile) на сумму 8,50 евро за рабочий день, из которых 4,50 евро покрывает Doctolib.
- Субсидия от рабочего совета для частичного возмещения членства в спортивном клубе или творческом классе.
- 50% возмещение стоимости подписки на общественный транспорт.
- Программа ParentCare: Полное покрытие заработной платы (100%) в течение первого месяца отпуска по рождению ребенка и 75% в течение второго, покрывается Doctolib.
- Участие в программе долгосрочного распределения прибыли Doctolib среди сотрудников под названием DoctoGrowth.
- Для лиц, осуществляющих уход, и работников с ограниченными возможностями — пакет, включающий адаптацию политики удаленной работы, дополнительные выходные дни по медицинским причинам и психологическую поддержку.
- Поддержка при переезде в случае международной мобильности.
- Доступ к лучшим AI-инструментам для кодирования, разработки и специализированного обучения.
Наш процесс собеседования
- HR-интервью по телефону (45 мин).
- Собеседование с Hiring Manager (1 час).
- Кейс-стади и презентация: разработка MLOps-конвейера и упражнение по ускорению вывода AI-агентов (1ч30).
- Поведенческое интервью (1ч30).
- По крайней мере, одна проверка рекомендаций.
Мы хотим, чтобы ваш опыт был ясным, уважительным и прозрачным. Узнайте больше о нашем процессе найма на нашей странице, посвященной опыту кандидата.
Детали вакансии
- Постоянная позиция.
- Технический стек: Python / Terraform / Kubernetes.
- Полная занятость.
- Париж, Франция.
- Гибридный формат работы (до 2 удаленных дней в неделю).
- Дата начала: как можно скорее.
Мы приветствуем всех
В Doctolib мы стремимся улучшить доступ к здравоохранению для всех. Это отражается в нашем процессе найма. Мы оцениваем кандидатов исключительно на основе квалификации и мотивации, без какой-либо формы дискриминации.
Чем больше разнообразных идей будет услышано, тем больше наш продукт действительно улучшит здравоохранение для всех. Вы можете подать заявку в Doctolib независимо от вашего пола, религии, возраста, сексуальной ориентации, этнической принадлежности или инвалидности.
Для обеспечения равных возможностей мы просим вас исключить личную информацию (например, фотографии, возраст) из ваших заявок. Если вам требуется какая-либо помощь, пожалуйста, сообщите нам, чтобы мы могли оказать поддержку в процессе найма.
Присоединяйтесь к нам в построении здравоохранения, о котором мы все мечтаем!
Ваша конфиденциальность данных
Вся предоставленная информация обрабатывается Doctolib для управления заявками. Подробности обработки данных см. здесь: France. Пожалуйста, свяжитесь с hr.dataprivacy(at)doctolib.com для запросов или для осуществления ваших прав.
