Инженер MLOps (ML Engineer)

Описание

Современные Фонды Недвижимости лидер рынка розничных коллективных инвестиций в коммерческую недвижимость.

Ключевой бизнес - создание и управление закрытыми паевыми инвестиционными фондами (ЗПИФ), инвестирующими в рентную недвижимость: торгово-развлекательные и офисные центры, склады и логистические комплексы.

Мы ищем возможность усилить одну из команд за счет опытного ML Engineer.

Обязанности

• Вывод AI-продуктов в продакшн : Обеспечение перехода от разработки к эксплуатации AI-решений;
• Обеспечение надежности и масштабируемости : Создание инфраструктуры, поддерживающей стабильную работу AI-продуктов при росте нагрузки;
• Минимизация рисков простоев и ошибок : Предупреждение сбоев и устранение проблем, влияющих на качество работы AI-моделей;
• Управление дрейфом и галлюцинациями AI : Регулярная проверка точности и соответствия результатов модели ожидаемым значениям;
• Интеграция процессов CI/CD : Автоматизация сборки, тестирования и развертывания AI-приложений;
• Работа с инфраструктурой : Настройка и поддержка серверов, облачных сервисов и инструментов DevOps/MLOps;
• Специфичные операции для ML : Поддержка жизненного цикла AI-агентов и моделей, включая обучение, тестирование и обслуживание;
• Мониторинг производительности : Контроль ключевых метрик эффективности AI-продуктов и своевременное реагирование на отклонения;
• Соответствие корпоративным стандартам и нормам : Убедитесь, что процессы соответствуют внутренним требованиям и регуляторным нормам отрасли;
• Оптимизация расходов и ресурсов : Постоянный поиск возможностей повышения эффективности и снижения затрат на эксплуатацию AI-инфраструктуры;
• Совместная работа с командами разработчиков : Тесное сотрудничество с различными группами специалистов для достижения общих целей проекта.

Требования

• 5 и более года работы ML инженером с опытом MLOps / DevOps для ML, из них минимум 1,5 года в проектах с развёртыванием genAI (например, выкатка решений на базе LLM в банковских приложениях для скоринга рисков или чатов на базе агентов ИИ);
• Подтверждённый опыт работы с инструментами жизненного цикла ML (MLflow, Kubeflow), включая автоматические пайплайны для дообучения и инференса на GPU;
• Опыт вывода AI агентов, ML моделей в продакшн, обработки;
• Фреймворки MLOps: MLflow / Kubeflow для отслеживания экспериментов, Seldon / KServe для обслуживания моделей;
• Опыт с хранилищами признаков (Feast), версионированием моделей (DVC), интеграцией с пайплайнами данных (Airflow / Spark для ETL-to-inference). Построение масштабируемых пайплайнов: CI/CD для ML (Jenkins / GitHub Actions с этапами, специфичными для ML), автоматические триггеры переобучения;
• Опыт работы с GenAI ops: Развёртывание LLM, оптимизация для задержки (инференса), обработка обслуживания нескольких моделей, AI агентов, RAG систем;
• Опыт мониторинга и управления, например обнаружение галлюцинаций, дрейфа моделей, метрики производительности (Prometheus / Grafana), проверки на предвзятость ИИ в продакшене;
• Опыт интеграции ML в приложения: API-эндпоинты для моделей (FastAPI / Flask), контейнеризация (Docker), оркестрация (Kubernetes / EKS для автоскалирования);
• Опыт тестирования, специфичные для ML/LLM решений, сканирование безопасности;
• Опыт оценки ресурсов для MLOps: Оркестрация облака (Cloud.ru или Yandex Cloud / VK Cloud), предоставление GPU (например, NVIDIA A100 или H100 для обучения), прогнозирование затрат на инфраструктуру;
• Инструментальное владение AI для анализа, генерации и автоматизации.

Условия

• Гибридный формат работы (современный офис в Москве, м. Киевская);
• Льготные ипотечные условия кредитования;
• Выгодная подписка на продукты и услуги компаний партнеров;
• ДМС с первого дня и льготное страхование для близких;
• Корпоративная пенсионная программа;
• Детский отдых и подарки за счет Компании;
• Обучение за счет Компании: онлайн курсы, неограниченный доступ к библиотеке и обучение на базе Корпоративного университета, тренинги, митапы и возможность получить новую квалификацию.