О позиции
Компания Selecty ищет TeamLead MLOps для развития централизованной инфраструктуры в команде банка. Ваша задача заключается в создании единой MLOps-экосистемы для полного жизненного цикла ML-моделей и AI-сервисов. Ваша роль будет ключевой в формировании и развитии команды, работающей над современными решениями в области MLOps.
Чем вы будете заниматься
- Лидировать направление развития MLOps-проектов и пайплайнов.
- Конфигурировать и разворачивать инфраструктурные компоненты платформы.
- Разрабатывать и адаптировать автоматизированные MLOps- и AutoML-пайплайны под бизнес-задачи.
- Создавать и поддерживать инструменты для единого ML-контура обучения и применения моделей.
- Масштабировать инфраструктуру и инструменты управления жизненным циклом ML-моделей.
- Прорабатывать архитектуру платформы, собирать требования от продуктовых команд и участвовать в создании MVP.
- Координировать работу команды и взаимодействовать с командами разработки, аналитики и Data Science.
Требования
- Опыт работы DevOps-инженером от 3 лет.
- Опыт в MLOps/ML Infrastructure от 1 года.
- Самостоятельность, инициативность и опыт технического лидерства.
- Опыт администрирования Kubernetes (bare metal) от 2 лет.
- Уверенные знания Docker, Helm, GitLab CI, Jenkins, Python.
- Опыт работы с Hadoop, Spark, Kafka, ELK.
- Практический опыт работы с Airflow, JupyterHub, MLflow, Seldon, CUDA будет преимуществом.
- Опыт работы с ArgoCD.
Будет плюсом
- Знание современных подходов к A/B тестированию и RAG/LLMOps.
- Опыт работы с системами обработки документов с использованием ИИ.
Что мы предлагаем
- ДМС со стоматологией.
- Компенсация фитнеса.
- Скидки на курсы английского (Skyeng) и в кино.
- Индексация зарплаты.
- Современная техника для работы.
- IT-аккредитация.
Вакансия привлекательная благодаря высокому уровню зарплаты и возможности удалённой работы. Команда работает над современными технологиями в области MLOps.
Кто здесь добьётся успеха
Глубокое понимание Kubernetes и Docker для управления контейнеризированными приложениями в MLOps-экосистеме.
Способность эффективно работать в удаленном режиме, обеспечивая синхронизацию команды через GitLab CI и Jenkins.
Опыт разработки и оптимизации ML-пайплайнов с использованием Python, Hadoop, Spark и Kafka для достижения высоких показателей производительности.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости FinTech
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев