Обязанности:
Компания Одно из крупнейших Бюро кредитных историй в России. В числе клиентов более 4 миллионов физических лиц, 600 банков, МФО, страховых компаний и операторов сотовой связи. Что мы делаем? Мы храним и обрабатываем кредитные истории более 100 миллионов россиян, уделяя большое внимание не только количеству данных, но и качеству их обработки. Предоставляем b2b клиентам данные и аналитику по потенциальным заемщикам, которая помогает им в принятии решения о предоставлении или не предоставлении кредита. Даем возможность физ. лицам ознакомиться со своей кредитной историей, получить выгодные предодобренные предложения от банков. Проект Построение MLOps-платформы с "0". Предстоит внедрение MLOps инструментов для автоматизации процессов жизненного цикла ML-моделей (внедрение автоматизированного рабочего места DS, среды тестирования, мониторинга моделей и др.). Стек MLOps – Evedently AI, Interpret ML, Feast, Jupyter, Git, DVC, Kubeflow, ArgoCD, Airflow, Label studio, BI Superset. Работа с данными – Apache Spark (SQL, Dataframe, Dataset), Apache Spark structured streaming, Kafka, HDFS, S3, Airflow, Datahub, Greenplum, PXF, Superset, Great Expectation. Команда MLOps архитектор, MLOps Team Lead и MLOps инженеры (от 3 до 8 человек). Чем предстоит заниматься Внедрять ML/Data-продукты (MLOps, AI в обработке данных для внутренних нужд платформы). Разрабатывать и внедрять процессы жизненного цикла моделей машинного обучения: Управления моделями и экспериментов. Аннотации (маркировки) данных для признаков и моделей. CI\CD ML моделей. Тестирования моделей (A/B, теневое, backstaging,etc). Исполнения и обслуживания моделей в продуктивной среде. Мониторинга, объяснимости и интерпретируемости моделей. Формировать предложения по повышению надёжности и производительности MLOps для работы ML/Data-продуктов. Что ожидаем от тебя Практический опыт внедрения MLOps инструментов на локальной инфраструктуре. Практический опыт работы с Kubernetes. Понимание современных алгоритмов машинного обучения и жизненного цикла ML модели. Понимание процессов управления данными. Что готовы предложить Фиксированный оклад + годовой бонус – обсуждается на этапе с рекрутером. Оформление по ТК РФ. Компания входит в реестр аккредитованных ИТ компаний. Удаленный формат работы в пределах РФ. При желании можно работать в офисе класса А (г. Москва). ДМС со стоматологией (с 1 рабочего дня + полис путешественника). Частичная компенсация фитнеса / обучения / доп. мед. услуг (лимит – 25 тыс. рублей в год). Льготная ипотека (от Сбербанк), в том числе рефинансирование (ставка по ипотеке на 2 пункта ниже). Дополнительные дни к ежегодному отпуску (всего 31 день в году). Современное оборудование (техника Windows, Lenovo ThinkPad). Как мы проводим собеседования 15-20 минут – общение с рекрутером (телеграмм, в формате аудио). 60 минут – техническое интервью (google meet, видео встреча). 30-60 минут – финальное интервью. Проверка документов 1-2 дня (анкета в электронном виде). Оффер, обсуждение даты выхода на работу. Мы стараемся как можно быстрее принимать решения!MLOps инженер/ML Platform Engineer
Договорная
Москва. Станции метро: Павелецкая
РУСАЛ, Центр подбора персонала