О позиции
Мы ищем Python разработчика (MLOps) для работы в компании Т1. Ваша роль будет заключаться в развертывании и масштабировании ML-моделей в продакшене, что включает в себя контейнеризацию с использованием Docker и развертывание в Kubernetes кластерах. Вы будете отвечать за настройку и управление оркестрацией ML-пайплайнов через Apache Airflow, а также обеспечивать масштабируемость и отказоустойчивость ML-сервисов в on-premise средах.
Чем вы будете заниматься
- Развертывание и масштабирование ML-моделей в продакшене.
- Контейнеризация ML-моделей с использованием Docker и развертывание в Kubernetes кластерах.
- Настройка и управление оркестрацией ML-пайплайнов через Apache Airflow.
- Обеспечение масштабируемости и отказоустойчивости ML-сервисов в on-premise средах.
- Мониторинг и оптимизация ML-сервисов, подключение к системам мониторинга и журналирования.
- Анализ и устранение инцидентов в работе ML-сервисов на третьей линии поддержки.
- Оптимизация использования вычислительных ресурсов и автомасштабирование рабочих нагрузок.
- Разработка интеграций между ML-сервисами через REST API и системы обмена сообщениями (Kafka).
- Создание автоматизированных пайплайнов для обработки данных, feature engineering и тестирования моделей.
- Внедрение Infrastructure as Code подходов для управления ML-инфраструктурой.
Требования
- Глубокое владение Python (от 3 лет) с пониманием принципов написания production-ready кода.
- Опыт работы с контейнеризацией (Docker) и оркестрацией (Kubernetes) для развертывания ML-моделей.
- Уверенное владение Apache Airflow для оркестрации ML-пайплайнов.
- Понимание построения CI/CD пайплайнов для ML-решений (GitLab CI, GitHub Actions).
- Навыки работы с системами мониторинга (Prometheus, Grafana) и централизованного логирования.
Что мы предлагаем
- Конкурентная заработная плата.
- Гибкий график работы и возможность удалённой работы.
- Доступ к современным инструментам и технологиям.
- Поддержка профессионального роста и развития.
- Дружелюбная команда и комфортная рабочая атмосфера.
Вакансия предлагает интересные задачи в области MLOps с конкурентной зарплатой. Однако, описание вакансии могло бы быть более детализированным.
Кто здесь добьётся успеха
Глубокое понимание технологий контейнеризации, таких как Docker, и опыт работы с Kubernetes для развертывания и масштабирования ML-моделей.
Способность эффективно управлять процессами CI/CD с использованием GitLab CI, что позволяет оптимизировать развертывание и тестирование ML-сервисов.
Опыт настройки и управления ML-пайплайнами с помощью Apache Airflow, что обеспечивает надежную оркестрацию процессов обработки данных.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости AI/Big Data
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев