Старший Azure DevOps инженер

Наш клиент управляет цифровой торговой площадкой для индустрии CNC-производства, сочетая функциональность рынка с передовыми решениями на основе искусственного интеллекта. Платформа позволяет компаниям находить наиболее подходящих подрядчиков и принимать решения на основе данных по всей цепочке поставок CNC. Основной продукт включает в себя инструмент B2B-интеллекта на основе чата, который предоставляет оперативные и рыночные аналитические данные в реальном времени, основанные на структурированных и неструктурированных данных. Мы ищем старшего инженера по DevOps на платформе Azure для создания и эксплуатации платформы AI и данных промышленного уровня с акцентом на автоматизацию MLOps/DataOps, инфраструктуру как код и надежность производственной AI-системы. Это роль с высоким воздействием и прямым влиянием на инфраструктуру AI и эволюцию платформы. ‍Требования: ‍● 5+ лет практического опыта в качестве инженера DevOps/MLOps ● сильный опыт работы с Azure-сервисами на уровне производства: Azure ML, Azure OpenAI, Microsoft Fabric, Databricks, Azure Container Apps, Azure Functions, Application Insights, Azure Policy, Azure Blob Storage, Azure SQL ● солидные знания об инфраструктуре как код (IaC) с использованием Terraform и/или Bicep для предоставления AI-инфраструктуры ● практический опыт с MLOps-пайплайнами: CI/CD для ML-моделей, включая обучение, валидацию, развертывание и мониторинг (Azure ML, Databricks MLflow) ● опыт автоматизации конвейеров данных: Fabric, Databricks, рабочие процессы инженерии признаков, контроль качества данных ● знание наблюдаемости и мониторинга: обнаружение дрейфа модели, мониторинг качества данных, отслеживание производительности API (Application Insights, Prometheus) ● практический опыт с рабочими процессами GitOps, Docker, Azure DevOps/GitHub Actions ● уверенное владение Python, Azure ML SDK, Databricks APIs ● английский язык — уровень Upper-Intermediate (B2) или выше ‍Что вы будете делать: ‍● автоматизировать инфраструктуру DataOps: строить и поддерживать развертывания конвейеров данных (Fabric, Databricks), внедрять контроль качества данных, организовывать рабочие процессы инженерии признаков ● управлять инфраструктурой как код: предоставлять и поддерживать AI-инфраструктуру с использованием Terraform/Bicep (Azure OpenAI, Fabric, Container Apps), внедрять рабочие процессы GitOps и управление окружением ● внедрять комплексную наблюдаемость: настраивать мониторинг для обнаружения дрейфа модели, качества данных и производительности API с использованием Application Insights и Prometheus ● строить MLOps-пайплайны: создавать CI/CD рабочие процессы для ML-моделей, охватывающие обучение, валидацию, развертывание и мониторинг с Azure ML и Databricks MLflow ● автоматизировать управление AI: внедрять политику как код для ответственного AI, автоматизированные проверки соответствия и контроль затрат с использованием Azure Policy и инструментов FinOps ● оптимизировать безсерверную оркестрацию: управлять Azure Functions/Container Apps для AI-нагрузок, оптимизировать масштабирование вычислений, внедрять архитектуры, основанные на событиях ● обеспечивать надежность системы: достигать