Проект в архиве MLOps

- Опыт от 2-х лет конфигурирования и оптимизации BigData решений; - Опыт DevOps от 3х лет (docker, helm, jenkins\gitlab CI, python); - Опыт работы Hadoop, Spark, Kafka, ELK; - Самостоятельность в доведении задач до результата; - Проактивность и инициативность в предложениях по рефакторингу; - Полное погружение в инфраструктуру и команду; - Командность, готовность помогать коллегам и пользователям; - Умение собрать общую картину ожидаемого результата, вместо решения конкретно поставленной задачи.

- Опыт администрирования Kubernetes и/или MLOPS решений будет преимуществом.

- Оптимизация настроек баз данных под BigData и Streaming FeatureStore; - Конфигурировать и разворачивать инфраструктурные компоненты; - Создавать и поддерживать пользовательские инструменты для работы в едином ML-контуре применения и обучения; - Масштабировать разрабатываемые системы и инструменты для управления жизненным циклом моделей машинного обучения.

1. Рассмотрение резюме (2-3 дня); 2. Техническое интервью (1 час, с камерой, с компьютера); 3. Интервью с командой (1 час) + проверка анкеты СБ (3-5 рабочих дней).

Банк. Требуется опытный DBO инженер в команду развития централизованной MLOps-инфраструктуры и смежных проектов. Центр развития MLOps-экспертизы Банка. Развивают единую MLOps - экосистему банка. 1. Среда разработки моделей/пайплайны train и inference 2. Среда исполнения моделей и пайплайны доставки 3. Среда немодельных сервисов 4. Feature Store 5. AutoML и AlfaPredict (платформа для аналитиков) 6. A/B тестирование 7. RAG/LLMOps 8. Система обработки документов при помощи ИИ Основной стек: Spark, PostgeSQL, Cassandra, Scilla, Tarantool CS, Airflow, ArgoWF, S3Minio, Python, Hadoop (spark, hdfs), Docker, OpenShift/Kubernetes, longhorn, Jenkins, Kafka, Redis.