MLOps инженер
- Methoden
- DevOps, MLOps
Современная и высокотехнологичная компания, занимающаяся разработкой инновационной платформы для научных исследований, а также разработкой прикладного ПО, виртуальных тренажеров, созданием новых средств связи и исследованиями в области искусственного интеллекта, нейронных сетей и машинного обучения в поиске MLOps .
Основная задача - построение полного цикла ML-процесса, включая: • Поддержку, администрирование и участие в развитии инфраструктуры для обучения и эксплуатации ML моделей. • Автоматическую сборку и развертывание моделей машинного обучения. • Версионирование датасетов и моделей в задачах компьютерного зрения.
Опыт работы на позиций DevOps и MLOps . Опыт с базами данных: PostgreSQL, MongoDB, ClickHouse. Навыки работы с распределенными файловыми системами и хранилищами больших данных (например, S3, HDFS).
Опыт разработки скриптов автоматизации на Bash и/или PowerShell, Ansible. Опыт использования систем мониторинга и логирования Zabbix, Grafana, Prometeus. Опыт работы с системами виртуализации VirtualBox, ProxMox, Hyper-V, Docker, Docker Compose.
Понимание работы сетевых протоколов TCP/IP, SSL/TLS. Уверенные навыки работы с Linux, понимание системного администрирования.
Знание языков программирования: Python (для работы с ML-библиотеками). Владение инструментами для работы с ML-моделями: TensorFlow, PyTorch, ONNX. Опыт в развертывании сервисов ML инфраструктуры: Jupyterhub, Airflow, M
Lflow, ClearML, DVC. Опыт работы