MLOps инженер

Что предстоит делать

<p><strong>Обзор клиента:</strong> <br>Наш клиент — азербайджанская телекоммуникационная компания, крупнейший оператор мобильной связи в Азербайджане. Основные продукты: фиксированная телефония, мобильная телефония, интернет-услуги, беспроводной широкополосный доступ и дополнительные услуги.</p><p><strong>Цели проекта:</strong> <br>Основная цель — ускорить инициативы клиента в области Data &amp; AI посредством безопасной гибридной облачной платформы на AWS, одновременно системно модернизируя ИТ-инфраструктуру в рамках миграции в облако.</p><p>Ключевые цели проекта включают:</p><ul><li><strong>Облачная платформа и Landing Zone: </strong>Развернуть целевые гибридные сетевые архитектуры, создав безопасную Landing Zone и гибридные платформы Data/AI на AWS.</li><li><strong>Безопасность, соответствие требованиям и управление: </strong>Внедрить в эксплуатацию on-prem токенизацию (обеспечив отсутствие сырых PII в облаке), устранить блокирующие политики для включения AWS в ISMS и создать Cloud Center of Excellence (CCoE) для управления adoption облака.</li><li><strong>Проектирование и реализация AI-чатбота и войсбота: </strong>Разработать и ввести в эксплуатацию флагманский Chatbot и Voicebot для Customer Care в качестве первого потребителя гибридной конфигурации.</li></ul><h4><strong>Обязанности:</strong></h4><ul><li>Создавать, вводить в эксплуатацию и автоматизировать сквозные MLOps-пайплайны с использованием <strong>Amazon SageMaker Pipelines</strong> и <strong>MLflow</strong> для трекинга экспериментов, версионирования моделей и управления жизненным циклом реестра моделей.</li><li>Проектировать, развёртывать и управлять production <strong>SageMaker inference endpoints</strong> (real-time, serverless и batch) и интеграциями <strong>Amazon Bedrock</strong> API для развёртывания LLM/SLM с контролем затрат и оптимизацией задержек (Bedrock API Gatekeeper).</li><li>Внедрять фреймворки <strong>AgentOps / LLMOps</strong> (AgentCore, Bedrock Guardrails, Promptfoo) для управления мультиагентной оркестрацией, оценки промптов, safety guardrails и пайплайнов RAG-ретрива.</li><li>Вводить в эксплуатацию real-time пайплайны <strong>STT / TTS (Speech-to-Text / Text-to-Speech)</strong> для войсботов и низколатентный speech inference на гибридных/облачных пулах GPU-нод для флагманского Customer Care Voicebot.</li><li>Оптимизировать специализированные пулы <strong>GPU-нод</strong> (NVIDIA A100/L40S / типы инстансов EC2 GPU) для обучения, fine-tuning и масштабируемого inference азербайджанских SLM/LLM моделей.</li><li>Выстраивать автоматизированный <strong>CI/CD for Machine Learning</strong> с использованием пайплайнов <strong>GitLab CI/CD</strong> и Infrastructure-as-Code (<strong>Terraform</strong> или <strong>AWS CDK</strong>) для обеспечения security-gated MLOps-процессов продвижения (от SageMaker Canvas/Sandbox до production).</li><li>Интегрировать деидентификацию данных, <strong>Format Preserving Encryption (FPE)</strong> и обёртки токенизации в ML-пайплайны данных, чтобы гарантировать, что ни один сырой PII не попадает в облачные среды AWS во время обучения и inference моделей.</li><li>Настраивать телеметрию, мониторинг производительности, обнаружение дрейфа моделей и оповещения об аномалиях затрат для AI/ML-нагрузок с использованием <strong>Amazon CloudWatch</strong>, <strong>Splunk</strong> и фреймворков контроля расходов FinOps.</li><li>Сотрудничать с Data Engineering, AI-архитекторами и Cloud-командами для интеграции векторного хранения/ретрива (RAG), рантаймов Apache Spark/EMR-on-EKS и локальных баз данных токенизации.</li><li>Составлять технические MLOps-руководства, процедуры развёртывания моделей, документацию по управлению и плейбуки аварийного восстановления.</li></ul><h4><strong>Требования:</strong></h4><ul><li>4+ года практического опыта в MLOps, DataOps или Platform Engineering с основным фокусом на корпоративный <strong>Amazon SageMaker</strong> (Pipelines, Feature Store, Model Registry, Endpoints).</li><li>Подтверждённый опыт развёртывания и эксплуатации Generative AI, LLM/SLM моделей и сервисов <strong>Amazon Bedrock</strong> вместе с агентными фреймворками и RAG-пайплайнами.</li><li>Практическая экспертиза с <strong>MLflow</strong> для трекинга экспериментов, реестра моделей и управления жизненным циклом.</li><li>Солидный опыт в <strong>оптимизации GPU</strong> и оркестрации (NVIDIA A100/L40S, инстансы AWS EC2 GPU) для обучения моделей, fine-tuning и низколатентного real-time inference (голосовые пайплайны STT/TTS).</li><li>Владение построением <strong>CI/CD for Machine Learning</strong> (GitLab CI/CD, GitHub Actions) и Infrastructure-as-Code (<strong>Terraform</strong> или <strong>AWS CDK</strong>).</li><li>Практическое знание инструментов и методологий <strong>LLMOps / AgentOps</strong> (AgentCore, оценка промптов, Bedrock Guardrails, векторные базы данных для RAG).</li><li>Глубокое понимание безопасности данных, приватности и токенизации (FPE, работа с чувствительными/PII данными в ML-пайплайнах).</li><li>Владение Python, PySpark, Docker и основами Kubernetes/EKS для контейнеризированных ML-нагрузок.</li></ul><h4><strong>Желательные навыки:</strong></h4><ul><li>Сертификация <strong>AWS Certified Machine Learning — Specialty</strong>.</li><li><strong>AWS Certified Solutions Architect — Associate/Professional</strong> или <strong>AWS Certified DevOps Engineer — Professional</strong>.</li><li>Опыт в AI/ML-приложениях для телеком-домена, низколатентной real-time обработке голоса/чата (ASR/TTS) или архитектурах гибридного облачного суверенитета данных.</li><li>Опыт с EMR-on-EKS, Starburst/Athena или интеграциями озера данных Apache Iceberg.</li></ul><h4><strong>Soft Skills и соответствие команде:</strong></h4><ul><li>Сильное критическое мышление, навыки решения проблем и аналитические способности.</li><li>Отличные коммуникативные навыки и навыки сотрудничества для тесной работы с кросс-функциональными командами (Data Engineering, AI/GenAI Engineers, Security, Cloud/Infrastructure).</li><li>Ориентированность на результат, проактивный настрой с сильным чувством ответственности за результаты в рамках Agile / Scrum.</li><li>Уровень английского Upper-Intermediate+ (письменный и устный).</li></ul><h4><strong>Что мы предлагаем:</strong></h4><ul><li>Возможность руководить критически важной, высокоэффективной поставкой платформы Data &amp; AI для крупного телекоммуникационного оператора.</li><li>Практическую работу с современным стеком MLOps и GenAI (Amazon SageMaker, Amazon Bedrock, MLflow, AgentCore, пайплайны войсботов STT/TTS).</li><li>Гибкие варианты удалённой работы со структурированным, предсказуемым взаимодействием в хорошо сбалансированной команде.</li></ul> <div class="content-conclusion"><p><strong>Мы предлагаем*:</strong></p><ul><li>Гибкий формат работы — удалённо, в офисе или гибкий</li><li>Конкурентоспособная зарплата и хороший компенсационный пакет</li><li>Персонализированный карьерный рост</li><li>Инструменты профессионального развития (программа менторства, tech talks и тренинги, центры компетенций и многое другое)</li><li>Активные tech-сообщества с регулярным обменом знаниями</li><li>Компенсация расходов на образование</li><li>Памятные подарки к годовщинам</li><li>Корпоративные мероприятия и тимбилдинги</li><li>Другие льготы, зависящие от локации</li></ul><p>*не применимо для фрилансеров</p></div> <div> <a href="https://jobs.dou.ua/companies/n-ix/vacancies/374556/#reply-btn-id">Откликнуться на вакансию</a> </div>