MLOps Engineer (ML Platform)

Описание вакансии

Мы развиваем внутреннюю ML-платформу для команд Data Science и ML. Платформа обеспечивает полный цикл работы с ML: от интерактивных окружений для исследований до обучения моделей на GPU, версионирования данных и моделей, оркестрации пайплайнов.

Ищем MLOps-инженера, который поможет развивать инфраструктуру, автоматизировать процессы и делать платформу надёжной, масштабируемой и удобной для пользователей.

Наш стек

• ОС и контейнеры: Linux, Docker, Kubernetes, Helm
• IaC и автоматизация: Terraform, Ansible
• CI/CD: GitLab, GitLab CI/CD, Registry
• Мониторинг и логи: Grafana, Prometheus, VictoriaMetrics, Kibana
• Языки: Python
• ML-инструменты: JupyterHub, YTsaurus, Slurm, Airflow, MLflow, LakeFS
• GPU: NVIDIA GPU, MIG
• Сеть: TCP/IP, DNS, ingress, балансировка, сетевые политики.

Обязанности

• развивать и поддерживать ML-платформу: окружения для обучения и экспериментов
• разворачивать и сопровождать сервисы в Kubernetes: Helm, Docker, ingress, сетевые политики, балансировка
• автоматизировать инфраструктуру с помощью Terraform, Ansible, Helm
• строить и поддерживать CI/CD-процессы в GitLab: сборка, тестирование, публикация образов в Registry, деплой
• управлять GPU-ресурсами: NVIDIA GPU, MIG, планирование, изоляция, мониторинг загрузки
• интегрировать и поддерживать инструменты ML-платформы: JupyterHub, YTsaurus, Slurm, Airflow, MLflow, LakeFS
• обеспечивать observability: Grafana, Prometheus, VictoriaMetrics, Kibana
• работать с сетью: DNS, TCP/IP, маршрутизация, балансировка, firewall, service discovery
• писать автоматизацию и внутренние сервисы на Python
• обеспечивать отказоустойчивость, безопасность, масштабирование и предсказуемость платформы
• консультировать команды DS/ML по использованию платформы и лучшим практикам.

Требования

• уверенное знание Linux и сетей
• коммерческий опыт эксплуатации Kubernetes в production
• опыт работы с Docker, Helm, Terraform, Ansible
• опыт построения CI/CD в GitLab, включая Registry
• понимание принципов мониторинга и логирования: Prometheus, VictoriaMetrics, Grafana, Kibana
• уверенный Python для автоматизации и написания внутренних сервисов
• опыт работы с GPU-ресурсами: NVIDIA GPU, MIG, планирование и мониторинг
• понимание жизненного цикла ML-моделей и задач MLOps
• опыт интеграции или поддержки инструментов из ML-стека: JupyterHub, YTsaurus, Slurm, Airflow, MLflow, LakeFS.

Условия

• возможность выбрать удобный формат работы: гибрид или офис
• ежегодный пересмотр зарплаты, годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• ипотека выгоднее до 7% для каждого сотрудника
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.