Название: MLOps Engineer
Местоположение: XCEE / Болгария; Польша; Румыния
Xebia — глобальный партнер в области цифровой трансформации и инжиниринга с фокусом на ИИ. Обладая более чем 25-летним опытом и командой из 5 000 профессионалов в 16 странах, мы помогаем организациям разрабатывать и создавать масштабируемые продукты, платформы и решения на основе данных.
Мы специализируемся на искусственном интеллекте, данных и облачных технологиях, интеллектуальной автоматизации и цифровых продуктах, сочетая глубокую техническую экспертизу с сильным фокусом на инженерное совершенство и культуру, ориентированную на людей.
В регионе Центральной и Восточной Европы мы являемся командой из почти 1 000 экспертов, которые предоставляют современные приложения, платформы данных и ИИ-решения для таких клиентов, как Millennium, ING, Play, Edenred, Arabian Drilling, FedEx, Leroy Merlin, Truecaller, Volotea, Schmitz Cargobull и многих, многих других. Мы работаем с ведущими технологиями, включая AWS, Azure, GCP, Databricks и Snowflake, и сочетаем сильную инженерную культуру с консалтинговым мышлением и постоянным фокусом на рост и обмен знаниями.
Вы будете:
- отвечать за инфраструктуру платформы машинного обучения в рамках команды Data Infrastructure, которая управляет общекорпоративной платформой данных и МО GCP,
- отвечать за Vertex AI, Kubeflow Pipelines и инфраструктуру для обучения и обслуживания на базе GKE, поддерживая ее надежность, безопасность и экономическую эффективность,
- создавать шаблоны, CI/CD и рабочие процессы самообслуживания, которые позволяют специалистам по данным развертывать модели без создания заявок,
- управлять жизненным циклом моделей, включая реестр моделей, версионирование, развертывание, откат, а также мониторинг отклонений и состояния обслуживания,
- поддерживать потоки признаков и обучающих данных между BigQuery и Airflow в сотрудничестве с инженерами платформы данных,
- управлять инфраструктурой через GitOps с помощью Config Sync, применяя принцип минимальных привилегий для PII и данных с метками политик,
- управлять использованием GPU и вычислительных ресурсов, квотами и видимостью расходов по командам,
- нести полную ответственность за платформу, которую вертикальные команды используют для создания, обучения и обслуживания своих моделей.
Ваш профиль:
- более 5 лет опыта в MLOps, ML-платформе или платформенной инженерии, включая не менее 2 лет полного владения производственной ML-инфраструктурой,
- практический опыт работы с GCP, в частности Vertex AI, GKE и BigQuery,
- сильный опыт работы с Kubernetes, включая самостоятельное управление и отладку кластеров,
- оркестровка конвейеров с помощью Kubeflow Pipelines или Vertex AI Pipelines, а также Airflow,
- GitOps для инфраструктуры (Config Sync или аналогичный) и CI/CD для развертывания моделей,
- опыт работы с Python на производственном уровне, включая тестирование и упаковку,
- платформенное мышление: опыт создания документированных инструментов самообслуживания для других команд с использованием SLO,
- способность работать самостоятельно в качестве единственного владельца общекорпоративной платформы.
Требуется работа из региона Европейского Союза и разрешение на работу.
Приветствуется:
- потоковая передача признаков или онлайн-инференс с использованием Dataflow/Flink и Kafka,
- хранилища признаков, такие как Vertex AI Feature Store или Feast, и инструменты мониторинга моделей,
- обслуживание и оценка LLM на Vertex AI или аналогичных платформах,
- планирование GPU и оптимизация затрат на GKE,
- опыт управления данными (DataHub, policy tags) и соблюдения нормативных требований по конфиденциальности, таких как GDPR или DPDP,
- опыт работы с масштабными потребительскими продуктами.
Процесс найма:
Рассмотрение резюме – HR-звонок – Интервью – Клиентское интервью – Решение
