Обязанности:
ФАУ НИА — оператор ФГИС Росаккредитации, занимающийся разработкой информационных систем, обработкой данных, научными исследованиями, издательской деятельностью и продвижением стандартов оценки соответствия Ищет к себе в команду: Machine Learning Engineer Чем предстоит заниматься: Развертыванием и эксплуатацией инфраструктуры для применения технологий машинного обучения и искусственного интеллекта (ML-инфраструктура):с и поддержкой сред для разработки, тестирования и промышленной эксплуатации моделей машинного обучения Документированием и управлением изменениями конфигурации ML-инфраструктуры Автоматизацией жизненного цикла моделей (CI/CD/CT): внедрением процессов непрерывной интеграции, доставки и непрерывного обучения моделей Оркестрация пайплайнов данных: автоматизация процессов сбора, обработки и подачи данных в модели (использование Airflow/Prefect/Kubeflow) Мониторингом и логированием: настройка систем отслеживания качества работы моделей в реальном времени, мониторинг метрик, деградации данных и концептов (Data/Model Drift) Оптимизацией производительности: масштабирование сервисов с моделями в Kubernetes, оптимизация потребления ресурсов (CPU/GPU/RAM) Версионированием: обеспечение воспроизводимости экспериментов через версионирование кода, данных и артефактов моделей (DVC, MLflow) Сотрудничеством с командами: взаимодействие с сотрудниками по исследованию данных (Data Scientists) для перевода прототипов (Jupyter Notebooks) в стабильный промышленный код Мы ждем от тебя: Опыт работы: от 2-3 лет в роли DevOps, Data Engineer или ML Engineer с фокусом на инфраструктуру Инструменты контейнеризации: свободное владение Docker и глубокое понимание работы в Kubernetes (K8s) Программирование: уверенное владение Python (написание чистого, тестируемого кода) и Bash MLOps-стек: опыт работы с одной или несколькими платформами (MLflow, Kubeflow, ClearML, DVC, Bentoml) Инструменты автоматизации: опыт настройки CI/CD пайплайнов (GitLab CI, GitHub Actions, Jenkins) Работа с данными: знание SQL и опыт работы с инструментами оркестрации данных (Apache Airflow) Инфраструктура как код (IaC): навыки работы с Terraform или Ansible (будет преимуществом) Базовые знания ML: понимание основных этапов разработки нейросетей и алгоритмов машинного обучения для эффективного общения с исследователями Мы предлагаем: Работу в офисе класса "А" БЦ Павелецкая плаза (в шаговой доступности от метро) Официальное трудоустройство и полностью белая заработная плата График работы 5/2 с 09.00 до 18.00 (в пятницу до 17.30) Комфортный формат работы (офис на испытательном сроке, гибрид на основном) Конкурентный уровень дохода (обсуждается с успешным кандидатом по итогам интервью) Премии (ежемесячные, квартальные, годовые) ДМС, социальные и иные гарантии, предусмотренные ТК РФ Возможность самореализации в надежной и стабильной компании Будем очень рады видеть в своей команде активного, открытого, честного, ответственного и позитивного будущего коллегу. С нетерпением ждем отклик!Похожие вакансии
ML Engineer/ Machine Learning Engineer/ ML Инженер
Договорная
Москва. Станции метро: Павелецкая
Reputation House Marketing Management, LLC
Data QA Engineer (Machine Learning / ML Models)
Договорная
Москва. Станции метро: Павелецкая
Marfatech
Специалист по ML / Data Science / машинному обучению / Junior Machine Learning Engineer
Договорная
Москва. Станции метро: Павелецкая
Банк Русский Стандарт