⚠︎ Архивная вакансия
Эта вакансия была перемещена в архив. Возможно она уже не актуальна и рекрутер больше не принимает отклики на эту вакансию. Вы можете  найти актуальные похожие вакансии

DevOps инженер в ML платформу (MLOps)

Прямой работодатель  Билайн ( job.beeline.ru )
РФ
Миддл
Информационные технологии • DevOps • Docker • Kubernetes • Python • ML/AI
8 ноября 2023
Удаленная работа
Опыт работы любой
Работодатель  Билайн
Описание вакансии

Команда билайн ищет DevOps инженера для ML-платформы, которая помогает дата-сайентистам самостоятельно управлять всем жизненным циклом ML-моделей — от разработки до постановки в production.

Стек продукта:

- JupyterHub, MLFlow, Argo Workflows, Argo CD, Airflow, Cookiecutter.

- K8s, Docker, Nexus, Gitlab, Keycloak, Ceph.

- Hadoop (pyspark, hive, hdfs).

- Python + ML libs (pandas, scikit-learn, catboost, pytorch)

Итак, вам предстоит:

- Создавать и развивать единую платформу для аналитики и машинного обучения в K8s;

- Разрабатывать и поддерживать платформу для исследований и экспериментов на базе JupyterHub и K8s;

- Разрабатывать и поддерживать платформу жизненного цикла ML-моделей на базе MLFlow и Argo;

- Внедрять инструменты для Model Serving (например, Seldon Core или Triton Inference Server);

- Внедрять и совершенствовать MLOps-процессы в командах;

- Участвовать в развитии и планировании всей Data Science инфраструктуры;

- Принимать участие в построение Feature Store и других DS&ML сервисов.

 

Для нас важно:

- Опыт работы DevOps от 3 лет;

- Знание Linux на уровне администратора;

- Опыт работы с Kubernetes;

- Опыт работы с GitLab, включая GitLab CI;

- Опыт работы с экосистемой Hadoop;

- Навыки программирования на Python, так как у Data Scientists весь код на Python.
 

Будет плюсом, если вы:

- Имеете опыт внедрения фреймворков для ML (MLFlow, JupyterHub, Argo Workflows, Seldon Core, Triton Inference Server или аналогов);

- Работали с инструментами нашего стека (чем больше, тем лучше).

 

Наши преимущества:

- Оформление в аккредитованную IT-компанию;

- Можно выбрать формат работы: гибрид или 100% удаленная работа;

- Гибкий график работы;

- Сильная DevOps/MLOps команда, с которой можно расти;

- Свобода в принятии решений, возможность влиять на процесс и результат;

- Развитая Data-платформа с более чем 1000 пользователей;

- Мощный кластер с GPU и десятками Пбайт разнообразных данных - от классических табличных до гео, графов, кликстримов, текстов и картинок;

- Полис ДМС с хорошими клиниками;

- Cлужебная сотовая связь.


Специализация
Информационные технологииDevOpsDockerKubernetesPython
Отрасль и сфера применения
ML/AI
Уровень должности
Миддл