Мы строим высоконагруженные production-grade ML-системы для обеспечения банковской безопасности. Наш фокус: антифрод, управление рисками, обнаружение аномалий и оптимизация бизнес-процессов. Внедряем различные решения – от классического ML до state-of-the-art архитектур в DL.

Ищем опытного ML/MLOps инженера, который будет работать на стыке Data Science, Backend и DevOps. Главная цель – автоматизировать, масштабировать и контролировать жизненный цикл моделей

Обязанности

* упаковка моделей в Docker

* настройка CI/CD пайплайнов

* версионирование данных, моделей и артефактов в MLflow

* деплой в Kubernetes

* проектирование end-to-end пайплайнов (от сырых логов до сервиса)

* сборка данных из SQL/NoSQL баз

* проектирование витрин признаков (Feature Engineering)

* автоматизация переобучения моделей в Airflow

* работа с потоковыми данными в Kafka

* настройка мониторинга data drift и model decay

* логирование экспериментов (MLflow)

* анализ данных и валидация моделей

* совместная работа DS/DE/DevOps/Backend по интеграции моделей в микросервисную архитектуру.

Требования

* опыт работы ML Engineer, MLOps Engineer или DevOps Engineer от 3-х лет (с подтверждённым опытом вывода моделей в прод)

* понимание жизненного цикла моделей

* уверенное владение Python

* знание Linux и сетевых основ

* понимание микросервисной архитектуры и работы с очередями (Kafka)

* опыт работы с REST API

* опыт работы с облачными платформами (AWS, GCP, Azure или Yandex Cloud)

* опыт построения CI/CD пайплайнов

* опыт работы с Airflow (оркестрация), MLflow (трекинг), Docker/K8s (контейнеризация), Kubernetes

* опыт использования систем контроля версий Git/Bitbucket

* уверенное владение SQL (сложные джойны, оконные функции, оптимизация запросов) и знакомство с Big Data стеком (Spark, Hadoop)

* умение решить любую несложную инфраструктурную задачу, с которой не работал(а) ранее

* навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом

* опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов

* инструментальное владение AI для анализа, генерации и автоматизации

Будет плюсом

* опыт с LLMs (fine-tuning, RAG, evaluation via RAGAS/DeepEval, vLLM).

* опыт работы с Kafka/Spark

* опыт с LangChain, LangGraph, function calling

* опыт работы с GPU-инфраструктурой и оптимизацией инференса

* опыт мониторинга с использованием Prometheus, Grafana, ELK/OpenSearch

* опыт использования DVC или других инструментов управления версиями данных.

Условия

* инновационные, амбициозные проекты и задачи, которые развивают: всегда есть возможность прокачать свои навыки в работе и профессионально расти

* среда для обмена знаниями – высокая экспертиза внутри команды;

* сплоченная команда, работающая над общими задачами и умеющая хорошо отдыхать

* нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам

* стабильная заработная плата и годовой бонус

* полностью офисный формат работы. Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом;

* более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

* подписка Прайм с возможностью совместного использования на трёх близких

* расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

* вознаграждение за рекомендацию друзей в команду Сбера.