Специалист по инфраструктуре машинного обучения (MLOps-инженер)

Обязанности

• Проектирование, внедрение и поддержка сквозных ML-пайплайнов: от подготовки данных до развертывания и мониторинга моделей в production-среде SOC.
• Автоматизация полного жизненного цикла ML-моделей: версионирование данных (LakeFS), трекинг экспериментов (MLflow), упаковка и развертывание (Docker/K8s).
• Развитие и поддержка инфраструктуры на базе Docker и Kubernetes (K8s) для R D и production-окружений.
• Организация рабочего пространства и MLOps-поддержка дата-сайентистов лаборатории для ускорения циклов исследования и разработки.
• Внедрение практик мониторинга производительности моделей, дрейфа данных и инфраструктурных метрик (Prometheus, Grafana).
• Обеспечение безопасности MLOps-процессов (MLSecOps): управление секретами (Vault), сканирование образов (Harbor), контроль зависимостей.

Требования

• Высшее техническое образование по специализации информационной безопасности.
• Опыт работы в роли MLOps-инженера от 3 лет.
• Уверенный опыт работы с Docker и Kubernetes (K8s) в production-среде.
• Практический опыт построения ML-пайплайнов с использованием Airflow и MLflow.
• Понимание принципов CI/CD и опыт их применения для ML-систем.
• Опыт работы с объектными хранилищами (S3-совместимыми, например, MinIO).
• Владение SQL на уровне, достаточном для работы с аналитическими БД (ClickHouse).
• Знакомство с основными библиотеками ML (Scikit-learn, PyTorch/TensorFlow) на уровне, достаточном для упаковки и развертывания моделей, разработанных дата-сайентистами.
• Технический английский язык.

Квалификация

• 3