Инженер ML-платформы

Что предстоит делать

<p>Эта возможность является частью недавно запущенной ML-инициативы в одной из ведущих европейских компаний в сфере моды и ритейла, работающей в больших масштабах на множестве рынков и обслуживающей миллионы клиентов.</p><p>Команда создаёт общую платформу Machine Learning, которая позволит множеству продуктовых команд разрабатывать, развёртывать и масштабировать ML-решения надёжно в production.</p><p>Это роль платформенного уровня, сосредоточенная на оценке, проектировании и внедрении переиспользуемых ML-возможностей по всей организации — от proof of concept до раннего production-внедрения. Позиция сочетает практическую инженерию с участием в архитектурных решениях, помогая определить, как ML-инфраструктура будет работать в масштабе по всей компании.</p><h3>Обязанности</h3><ul><li>Поддерживать и вносить практический вклад в несколько POC ML-платформы</li><li>Тесно сотрудничать с Applied Scientists, ML Engineers и внутренними Platform-командами</li><li>Оценивать возможности платформы (GPU-обучение, real-time и batch inference, оркестрация, масштабируемость)</li><li>Анализировать производительность, надёжность и интеграцию с существующими системами</li><li>Участвовать в ключевых технических решениях (build vs buy, инструменты, целевой стек)</li><li>Поддерживать раннее production-внедрение и интеграцию в более широкую экосистему</li><li>Помогать определять лучшие практики, стандарты governance и руководства по onboarding</li><li>Способствовать принятию платформы первоначальными и масштабирующимися командами</li></ul><h3>Требования</h3><ul><li>5+ лет создания и эксплуатации production-grade ML или крупномасштабных data-систем на облачных платформах</li><li>Опыт с распределёнными системами (Docker и Kubernetes)</li><li>Опыт со streaming или batch processing системами (например, Kafka, Spark, Flink)</li><li>Опыт с оркестрацией ML lifecycle и workflow-системами (например, Metaflow / Outerbounds, Airflow, Kubeflow Pipelines, Dagster, Flyte, Prefect)</li><li>Опыт проектирования воспроизводимых ML-пайплайнов и поддержки workflow обучения, оценки и развёртывания моделей между командами</li><li>Сильное понимание надёжности, мониторинга и практик безопасного развёртывания</li><li>Опыт интеграции множества инструментов в связную, готовую к production ML-платформу</li><li>Способность участвовать в архитектурных решениях и чётко коммуницировать технические компромиссы</li></ul><ul><li>Опыт запуска ML-нагрузок на Kubernetes (GPU или multi-tenant окружения)</li><li>Опыт с enterprise ML-платформами (например, Databricks или аналогичными)</li><li>Опыт onboarding команд на общие платформы и оптимизации затрат на инфраструктуру</li></ul><p><strong>Преимущества:</strong></p><ul><li>Оплачиваемый отпуск</li><li>Больничные дни</li><li>Floating Holidays</li><li>Компенсация спорта/страхования</li><li>Занятия английским</li><li>Благотворительность</li></ul> <p> </p> <div> <a href="https://jobs.dou.ua/companies/zoolatech/vacancies/378065/#reply-btn-id">Откликнуться на вакансию</a> </div>