MLOps инженер для ИИ-продуктов

IT-Implant; United States; Remoto; USD 120.000 - 170.000; Tempo pieno

Descrizione del lavoro

ИТ-ИМПЛАНТ ищет инженера, который не просто поднимает Airflow, а закладывает фундамент для ИИ‑продуктов. Вакансия предполагает удалённый формат работы с гибким графиком и полно‑тайм.

Основные задачи — соединение Data Science и DevOps, превращение ноутбуков в продакшн‑микросервисы с мониторингом дрейфа данных и концепций. Требуется уверенное владение Python (асинхронность), опыт с Pandas/Polars, знание Airflow/Prefect/Dagster, Docker+Kubernetes, Helm, Terraform или Pulumi, DVC/LakeFS/Git LFS,

Competenze

• Уверенное владение Python и асинхронностью.
• Опыт эксплуатации Pandas/Polars в проде, знание концепций pipeline-архитектур.

Mansioni

• Соединять Data Science и DevOps, превращать Jupyter Notebook в production-grade микросервисы с мониторингом качества данных.
• Строить и поддерживать ИИ‑пайплайны и инфраструктуру под GPU-нагрузки.
• Обеспечивать мониторинг, алертинг и управление версиями данных и моделей.

Conoscenze

Python

Async programming

Dataframes (Pandas/Polars)

Data science integration

Strumenti

Docker

Kubernetes

Helm charts

HPA

Terraform

Pulumi

DVC

LakeFS

Git LFS

Prometheus

Grafana

Weights & Biases

MLflow

Ray

FastAPI

Triton Inference Server

TorchServe

Descrizione del lavoro

Описание: ИТ-ИМПЛАНТ - аккредитованный системный интегратор, специализирующийся на заказной разработке и внедрении индивидуальных ИТ-решений для бизнеса. О проекте: Мы ищем инженера, который не просто «поднимает Airflow», а строит фундамент для ИИ-продуктов. Наши проекты разнородны: от высоконагруженных онлайн-инференсов (GPU) до пакетной обработки терабайт данных на-premise. Нам нужен человек, который понимает физику работы моделей так же хорошо, как и архитектуру облаков.

Задачи

Задачи: Закрывать пробелы между Data Science и DevOps. Вы — мост, который превращает Jupyter Notebook в production-grade микросервис с мониторингом дрейфа данных.

Требования

Требования: Уверенное владение Python (плюс опыт асинхронности). Опыт работы с Pandas/Polars в продакшене (не в ноутбуках). Глубокое понимание хотя бы одного инструмента (Airflow / Prefect / Dagster / Argo Workflows). Понимаете разницу между Event-driven и Scheduled пайплайнами. Docker + Kubernetes. Умение писать хелм-чарты, настраивать HPA (Horizontal Pod Autoscaler) под GPU-нагрузки. Опыт с Terraform или Pulumi (неважно, AWS, GCP или Yandex Cloud — важно понимание состояния и providerов). Опыт настройки пайплайнов не только для кода, но и для данных (DVC / LakeFS / Git LFS). Знание стеков (Prometheus + Grafana / VictoriaMetrics) и опыт настройки алертинга на качество модели (дрейф данных/концепций).

• Будет плюсом: Будет плюсом опыт с SageMaker / Vertex AI / Azure ML, но мы также ценим, если вы умеете собирать тот же функционал из "чистых" сервисов (EC2 + S3 + Lambda) без готовых ML-обвязок
• Будет плюсом опыт с GPU-виртуализацией (MIG / vGPU), Slurm или Kubeflow, а также опыт настройки распределенных хранилищ (Ceph / MinIO / NFS)
• Будет огромным плюсом глубокое знание MLflow или Weights & Biases (включая самостоятельный хостинг), а также опыт с Ray (для распределенного обучения)
• Мы будем рады, если вы работали с Feast / Tecton или писали свой велосипед на Redis / Cassandra для низколатентных фичей
• Опыт с аутентификацией (OIDC, Keycloak) и управлением секретами (Vault) в контексте ML-пайплайнов — это жирный плюс
• Навыки написания микросервисов на FastAPI / Triton Inference Server / TorchServe для упаковки моделей

Условия

Условия: Удалённый формат работы Оформление по Самозанятости или ИП (По ТК РФ ставка будет ниже, чем указано в вакансии) Фултайм График работы с гибким началом рабочего дня