MLOps Engineer Trust and Safety

Описание

Требования

Обязанности

Wildberries и Russ лидер рынков e-commerce и наружной рекламы в России и странах СНГ.
Ежедневно более 4 тысяч наших IT-специалистов создают цифровую экосистему, состоящую из сотен тысяч продуктов. На сегодня мы создали крупнейшую онлайн-платформу для покупки и продажи товаров в России и странах СНГ.

Вместе с масштабным развитием IT-направления мы формируем культуру Trust and Safety, гарантируя непрерывную безопасность и доверие между компанией, её сотрудниками, пользователями и клиентами.

Мы направление модерации в отделе Trust & Safety, отвечаем за безопасность и модерацию контента и карточек товаров на Wildberries. Ежедневно через наши системы проходят десятки миллионов карточек товаров, мы обрабатываем сотни миллионов решений по более чем 100 различным ML-моделям. Модели инферятся через Nvidia Triton Inference Server.

Ищем MLOps инженера так как количество DS-ов растет и их уже 20+ только в модерации. Назрела необходимость реализовать общие удобные автоматизированные процессы для всей команды. У нас есть собственные VM для обучения моделей, на которых DS-ы обучают модели, в компании развернут ClearML для общих пайплайнов обучения, используются векторные БД pgvector.

Планируем расширять команду на все направления отдела Trust & Safety, поэтому нужно строить инфраструктуру с прицелом на масштабирование и стандартизацию процессов.

Наши задачи:

• Развивать и автоматизировать ML-пайплайны обучения и деплоя моделей
• Продумывание архитектуры GPU kubernetes кластеров
• Поддерживать и оптимизировать Nvidia Triton Inference Server для ускорения инференса моделей
• Общаться с DS-ами, понимать их потребности и переводить в технические решения
• Поддерживать машины для обучения моеделей с развернутыми Portainer и JupyterHub
• Масштабировать архитектуру на весь отдел Trust & Safety

Необходимые опыт и навыки:

• Знание одного из: ClearML, Kubeflow или аналогичных MLOps платформ
• Опыт работы с Nvidia Triton Inference Server
• Опыт работы с Kubernetes и контейнеризацией ML-сервисов
• Опыт DevOps практик: CI/CD, инфраструктура как код, мониторинг
• Понимание Docker и оркестрации контейнеров
• Проактивность и желание получить результат
• Умение взаимодействовать с DS-командой

Будет плюсом, если у тебя есть:

• Опыт работы и развертывания Qdrant
• Понимание векторных БД и их оптимизации
• Опыт работы c Helm, Ansible

Что мы предлагаем:

• Полная удаленка или свободное посещение офисов в Москве и Санкт-Петербурге
• IT-ипотека и оформление в аккредитованную IT-компанию
• Бесплатное питание в офисах, ДМС со стоматологией (после испытательного срока)
• Корпоративное обучение и IT-мероприятия

Наш процесс найма:

• 30-минутное HR интервью, чтобы рассказать о себе и узнать больше о вакансии
• Техническое интервью (лайфкодинг) длительностью 1 час
• Интервью MLOps 1,5 часа
• Финальное интервью с лидом длительностью 1 час