Python-разработчик (ML-платформа)

Что предстоит делать

ООО «Полиматика Рус» – российский разработчик решений в сфере бизнес-аналитики и планирования. С 2011 года компания создает и развивает линейку продуктов для анализа данных, формирования аналитической информации и поддержки принятия управленческих решений под брендом Polymatica. Одним из флагманских продуктов являются Polymatica ML – платформа для построения моделей машинного обучения и управления ими. Проект разворачивается в self-hosted Kubernetes, состоит из нескольких модулей и сейчас находится на этапе выработки стратегии, глубокой переработки архитектуры и развития продукта. Команда небольшая — сейчас один backend и один frontend разработчик. Это означает высокую степень самостоятельности: ты принимаешь технические решения, выбираешь подходы и несёшь за них ответственность. Мы ищем человека, который воспринимает это как возможность, а не как неудобство. Технологический стек: Python 3.12+, FastAPI, pytest, PyTorch, Docker, Kubernetes (self-hosted), Helm, GitLab CI, Grafana, Prometheus, Loki, PostgreSQL, Redis, ClickHouse, RabbitMQ, MinIO / S3 (boto3), scikit-learn.

• Поддерживать и развивать существующие модули ML-платформы
• Участвовать в выработке стратегии переработки архитектуры и самостоятельно её реализовывать
• Деплоить и обслуживать ML-модели в продакшене (Kubernetes, Helm)
• Настраивать мониторинг и алерты: Prometheus, Grafana, Loki
• Проводить code review (нередко — собственного кода), документировать архитектурные решения
• Участвовать в планировании спринтов, самостоятельно управлять задачами в backlog
• Мы ждем от вас:
• Знание Python 3.12+: типизация, async/await, модульная структура
• Чистый код: SOLID, dependency injection, покрытие тестами (pytest)
• Знание REST API на FastAPI конфигурация через pydantic / YAML / env
• Опыт рефакторинга существующего кода
• Опыт деплоя и обслуживания ML-моделей в продакшене
• MLflow: трекинг экспериментов, реестр моделей
• S3 / MinIO (boto3, aioboto3): хранение ML-моделей, датасетов, артефактов обучения
• RabbitMQ / FastStream: async event-driven обработка (запуск обучения, уведомления)
• Celery + Dask: очередь задач для обучения моделей, распределённые вычисления над данными
• scikit-learn, PyTorch: понимание работы ML-моделей на уровне разработчика платформы (не data scientist)
• Работа с данными: pandas, numpy; SQL (PostgreSQL, ClickHouse)
• Redis: кэширование, pub/sub между сервисами (aioredis)
• SQLAlchemy + Alembic: ORM и управление миграциями схемы БД
• Понимание Docker: Dockerfile, multi-stage builds, оптимизация образов
• Понимание Kubernetes (self-hosted): деплой, Helm charts, ConfigMap/Secret, troubleshooting
• Понимание CI/CD: GitLab CI — build, test, deploy пайплайн
• Понимание стека мониторинга: Prometheus + Grafana + Loki — построение дашбордов, настройка алертов
• Будет плюсом:
• Опыт с Kubeflow Pipelines или Argo Workflows
• Опыт с DVC или аналогами для версионирования данных и моделей
• Опыт мониторинга качества модели: дрейф данных, метрики предсказаний
• Опыт работы единственным разработчиком или в команде ≤2 человек

Что предлагаем