Основные задачи

- Разрабатывать и поддерживать Inference Platform-as-a-Service

- Автоматизировать жизненный цикла ML-моделей - от регистрации до сервинга модели

- Создавать новые продукты для автоматизации ML-разработки

- Разрабатывать платформенные сервисы для ML

- Исследовать новые платформы/инструменты для внедрения их в продукты компании

- Продвигать и развивать best practices в области MLOps

Мы ожидаем

ML / Inference трек

- Опыт развертывания и эксплуатации Kubernetes для инференса моделей (GPU/CPU)

- Практический опыт работы с MLOps-инструментами деплоя и эксплуатации моделей (Triton Inference Server, BentoML или аналогов)

- Опыт работы с инференс-движками в Kubernetes

- Знание принципов автоскейлинга, балансировки нагрузки и маршрутизации трафика в контексте ML-сервисов

- Понимание принципов мониторинга качества и параметров ML-моделей

- Опыт настройки и использования GPU-инфраструктуры: драйверы, CUDA Toolkit, MIG, GPU-Enabled Docker (nvidia-container-toolkit)

- Понимание жизненного цикла ML-экспериментов и их трекинга (MLflow/Clearml или аналоги)

- Уверенное знание Python

OPS трек

- Экспертные знания Kubernetes: контроллеры, операторы, HPA, работа с GPU (allocation, driver’s)

- Опыт автоматизации инфраструктуры и Infrastructure as Code (Terraform, GitOps-подходы)

- Опыт работы с системами контроля версий и CI/CD (GitLab, GitHub)

- Опыт работы с Docker и OCI-образами

- Администрирование Linux: от настройки до мониторинга и диагностики проблем

- Опыт внедрения и работы со стеком мониторинга (Prometheus Stack)

- Навыки безопасной работы с чувствительными данными (секреты, токены, сертификаты)

Будет плюсом

- Опыт работы с Jupyter-средами

- Знание REST/gRPC, HTTP-трассировки и дебага инференс-эндпоинтов

- Опыт разработки проектов по работе с данными и ML на Python

- Знание фреймворков ML/DL: PyTorch, TensorFlow, HuggingFace Transformers

- Знание оркестраторов задач (Prefect, AirFlow)

- Понимание принципов тестирования (Unit, Integration, System)

- Понимание основ машинного обучения, его методов, а также сопряженных с ним дисциплин

- Опыт поддержки production AI-сервисов

- Желание помогать клиентам в решении их задач

Про условия

- Оформление в официально аккредитованную IT-компанию

- Белая заработная плата

- Годовая премия по результатам работы до 15% от суммарного оклада за 12 месяцев

- 30 000 бонусных рублей на услуги компании ежегодно

- Релокационный бонус при переезде

- Бесплатные обеды и кофе-брейки

- Гибкое начало рабочего дня (до 12:00), гибридный формат работы

Про здоровье и спорт

- Ежемесячная надбавка за некурение

- ДМС + стоматология + офисный врач* (с первого дня работы)

- Компенсация психологических консультаций: онлайн

или в кабинете психолога

- 50% оплата абонемента в фитнес-клуб и спортивный зал в офисе*

- Внутренние спортивные турниры, корпоративные тренировки и участие в спортивных мероприятиях (забеги, велозаезды, заплывы, «Гонка героев», кибертурниры)

- Офисный душ*

Про досуг

- Образовательные мероприятия (мастер-классы, лекции, квизы, экскурсии)

- Тематические киновечера и регулярные вечера настолок (обожаем DnD и спортивную мафию!)

- PlayStation zone*, кикер и настольный теннис

- Несколько крупных тусовок в году, а также зимой ездим гонять на сноубордах и лыжах, а осенью в пейнтбол

Про развитие

- От 50% до 100% оплаты обучения английскому и еженедельные бесплатные разговорные клубы с носителями

- Внутренние обмены знаниями: lightning & thunder talks, Selectel MasterClass

- Внутренняя база знаний и курсов

- Рекомендации по обучению и развитию

- Персонализированный подход к обучению, возможность участия в конференциях по всему миру

- Онлайн-библиотека Alpina Digital

*пока что только для питерского офиса