Старший MLOps инженер платформы

Что предстоит делать

<p>Кто мы:</p><p>Adaptiq — это технологический хаб, специализирующийся на создании, масштабировании и поддержке R&D-команд для высококлассных быстрорастущих продуктовых компаний в широком спектре отраслей.</p><p><b> </b></p><p>О продукте:</p><p>Мы создаем AI-first платформу, которая объединяет множество источников морских данных в единую операционную картину. Система строит цифровой двойник глобальной морской активности, применяет поведенческую аналитику и прогностические AI-модели для выявления контрабанды, незаконного рыболовства, контейнерных рисков и других угроз соответствия нормативным требованиям или безопасности, а также предоставляет разведывательные данные уровня миссий как коммерческим, так и государственным заинтересованным сторонам.</p><p>Работая в глобальном масштабе, платформа ежедневно обрабатывает миллионы событий и терабайты геопространственных данных, опирается на облачную инфраструктуру и микросервисы, а также интегрируется с исследовательскими прототипами от команд по науке о данных.</p><p><b> </b></p><p>О роли:</p><p>В качестве Senior MLOps Platform Engineer вы будете движущей силой масштабирования AI-возможностей, владея сквозной инфраструктурой и процессами, поддерживающими полный жизненный цикл ML-моделей. Вы будете тесно сотрудничать с дата-сайентистами, аналитиками данных и платформенными инженерами для проектирования и создания систем управления наборами данных и разметкой, реестра моделей, отслеживания экспериментов и serving моделей.</p><p>Ваш вклад позволит ускорить и повысить надежность развертывания моделей, а также обеспечит измеримый эффект в критически важной AI-платформе.</p><p><b> </b></p><p>Ключевые обязанности:</p><ul><li>Проектировать и внедрять системы управления наборами данных и разметкой, включая версионирование и интеграцию обратной связи от клиентов.</li><li>Создавать и поддерживать репозиторий/реестр моделей с контролем версий, отслеживанием происхождения (lineage) и поддержкой локального инференса.</li><li>Руководить внедрением решений для отслеживания экспериментов и мониторинга в области data science и генеративного AI, с фокусом на оценку, обнаружение дрейфа и воспроизводимость.</li><li>Руководить развертыванием, управлением жизненным циклом и непрерывным улучшением ML/DL-моделей в production.</li><li>Владеть инфраструктурой serving и инференса моделей, включая автоскейлинг, A/B-тестирование, canary-развертывания и оптимизацию задержки/стоимости.</li><li>Обеспечивать возможности генеративного AI путем разработки инструментов разметки, сервисов управления промптами и фреймворков для тестирования LLM.</li><li>Повышать операционную эффективность за счет улучшения удобства развертывания инструментов и обеспечения детальной видимости затрат по средам и проектам.</li><li>Разрабатывать переиспользуемые компоненты, такие как стандартизированные загрузчики данных, CI/CD-пайплайны и автоматизированные рабочие процессы переобучения моделей.</li><li>Сотрудничать с дата-сайентистами и платформенными инженерами для внедрения ML/DL-моделей в production в публичных облачных средах.</li></ul><p><b> </b></p><p>Требуемые компетенции и навыки:</p><ul><li>Не менее 4+ лет практического опыта в MLOps / ML Platform Engineering (или эквивалентный опыт ML Engineering с сильной ответственностью за MLOps). Способность самостоятельно проектировать, создавать и масштабировать production ML-инфраструктуру.</li><li>Опыт тесного сотрудничества с дата-сайентистами или ML Research-командами для внедрения моделей машинного обучения в production.</li><li>Сильные навыки программирования на Python.</li><li>Практический опыт работы с контейнеризацией, CI/CD и публичными облачными платформами (AWS, Azure или GCP) для развертывания, serving и мониторинга ML-моделей.</li><li>Владение инструментами управления наборами данных, версионирования моделей, отслеживания экспериментов, мониторинга и MLOps-платформами (например, MLflow, SageMaker или аналогичными инструментами).</li><li>Опыт работы с фреймворками машинного обучения (PyTorch или TensorFlow), технологиями работы с большими данными (Apache Spark) и хранилищами данных, такими как PostgreSQL, MongoDB и Redis.</li><li>Опыт использования AI-ассистированных инструментов разработки и внедрения генеративного AI и агентных рабочих процессов в повседневную разработку ПО.</li><li>Степень бакалавра или магистра в области Computer Science, Software Engineering или смежной области.</li></ul><p>Будет плюсом:</p><ul><li>Опыт программирования на Java в production-средах.</li></ul><p><b> </b></p><p>Почему мы:</p><p>Мы предоставляем 20 дней отпуска за календарный год (плюс официальные государственные праздники страны вашего местонахождения).</p><p>Мы предоставляем полную бухгалтерскую и юридическую поддержку во всех странах, где мы работаем.</p><p>Мы используем полностью удаленную модель работы с мощной рабочей станцией и коворкингом на случай, если он вам понадобится.</p><p>Мы предлагаем высококонкурентный компенсационный пакет с ежегодным пересмотром производительности и оплаты труда.</p> <div> <a href="https://jobs.dou.ua/companies/adaptiq/vacancies/364840/#reply-btn-id">Откликнуться на вакансию</a> </div>