Центр развития MLOps-экспертизы в крупном банке. Команда развивает единую MLOps-экосистему банка для полного жизненного цикла ML-моделей и AI-сервисов.

‍

🔹 Основные направления:

Среда разработки моделей и пайплайны train/inference

Среда исполнения моделей и пайплайны доставки

Платформа немодельных сервисов

Feature Store

AutoML и AlfaPredict

A/B тестирование

RAG / LLMOps

Система обработки документов с использованием ИИ

‍

⚡️Чем предстоит заниматься:

Конфигурировать и разворачивать инфраструктурные компоненты

Разрабатывать и адаптировать автоматизированные ML-пайплайны под бизнес-задачи

Создавать и поддерживать внутренние инструменты для ML-контура

Масштабировать платформенные решения и ML-сервисы

Развивать инфраструктуру для AutoML, LLM и computer vision

Поддерживать и улучшать процессы CI/CD

Работать с Kubernetes/OpenShift-кластером

Участвовать в развитии общей архитектуры платформы

Взаимодействовать с командами разработки и Data Science

✔️Ожидания от кандидата:

Опыт DevOps-инженером от 3 лет

Опыт в ML/MLOps от 1 года

Уверенный опыт работы с Kubernetes/OpenShift от 2 лет

Опыт работы с Docker, Helm, Jenkins/GitLab CI

Навыки автоматизации на Python

Опыт работы с Airflow, MLflow, JupyterHub, Seldon

Опыт работы с Hadoop, Spark, Kafka, ELK

Понимание CI/CD и инфраструктурных процессов

Опыт сопровождения высоконагруженных систем

🟣 Будет плюсом:

Опыт работы с LLM/LLMOps

Опыт построения ML-платформ с нуля

Понимание Feature Store и MLOps best practices

Опыт взаимодействия с DS-командами

🛠 Стек:

JupyterHub, Airflow, Argo Workflows, MLflow, Seldon Core, Python, Hadoop, Spark, HDFS, Docker, OpenShift, Kubernetes, Longhorn, Jenkins, Kafka, Redis, PostgreSQL, ELK

🔥Условия:

-ДМС со стоматологией

-Компенсация фитнеса

-Скидки на курсы английского (Skyeng) и в кино

-Индексация зарплаты

-Современная техника для работы

-IT-аккредитация