ML Engineer
СБЕРОписание
Команда кластера ML Engineering (Unit Data CDS B2C) ищет MLE/DE на наши крутые проекты для Блока B2C и экосистемы Сбера.
Мы ищем активного специалиста, который будет помогать нам формировать и развивать компетенцию AI производства и обеспечивать технологическую возможность развития AI.
Команды нашего кластера разрабатывают и внедряют инструменты и новые технологии для продуктивизации AI решений. Мы являемся единой точкой входа для ввода в ПРОМ AI моделей и взаимодействия с ними, осуществляем бизнес-администрирование заказчиков. Наша команда выполняет одновременно порядка 20 проектов по направлениям продукты/процессы банка, экосистемные продукты (Самокат, Домклик, Звук, Окко, Сбермаркет, Сбермегамаркет, Газета.ру, др.). Мы решаем сложные, но интересные задачи на стыке областей математики и бизнеса. У этих задач нет готовых решений, при этом в качестве и скорости мы ежедневно конкурируем с лидерами индустрии искусственного интеллекта.
Обязанности
Участие в проектировании и разработке архитектуры платформенных компонентов, инструментов и стандартов ML-инфраструктуры;
Создание MLOps-практик (стенды, DevOps, процессы) для продуктивизации AI решений;
Внедрение инструментов отслеживания жизненного цикла моделей и версионирования модельных артефактов;
Контроль соблюдения стандартов написания кода, проведение технической валидации моделей, проведение Code Review;
Инструментальное и процессное обеспечение E2E разработки и вывода моделей в целевые среды исполнения моделей;
Выставление требований для доработки и автоматизации инструментов смежным командам.
Требования
Python, Git, уверенное знание SQL;
Опыт работы DE/ML-Engineers от 2-х лет;
Опыт разворачивания и настроек цепочек стендов для разработки-тестирования-исполнения моделей и витрин, отладки DevOps-труб для доставки пакетов кода моделей/витрин до стендов;
Опыт выстраивания DAG-pipeline исполнения витрин/моделей;
Уверенные знания процессов разработки моделей ИИ, опыт отладки Spark-job'ов;
Экосистема Hadoop, PySpark, kafka;
Опыт работы с Openshift, Docker, k8s.
Будет плюсом:
Scala, Spark;
GreenPlum;
Опыт разработки feature store.
Условия
Возможность прямо влиять на вектор развития MLOps в Банке;
Сильное сообщество, возможности для обучения и развития;
Гибкий подход к удаленной работе.