Middle/Senior ML-инженер

Ecom.tech

Москва

🏢 Офис

Middle

Полная занятость

Россия

Описание вакансии

Про позицию

Сейчас мы в поиске Machine learning engineer/python backend developer, который в составе ML команды будет участвовать в передовом для компании направлении по развитию Поиска маркетплейса и усилит всю практику MLE в компании. Сотрудник будет вовлечён в продуктивизацию классических NLP решений, решений реранжирования, векторного поиска и иных сервисов, часто используемых в системах поиска.

Задачи

•Участие в проектировании решений (system design'ах), помощью в выявлении системных и структурных ограничений.

•Оборачивание решения от DataScience в полноценные сервисы, которые должны работать стабильно, эффективно и правильно на основе существующих фреймворков и подходов.

•Интеграция с внешними инструментами и сервисами, подключение баз данных, рефакторинг качества кода.

•Формирование и развитие шаблонов продуктивизации, существующих фреймворков и подходов.

•Деплой своих сервисов: сборка образов, понимание инфраструктуры компании, сервисы в k8s.

•Автоматизация рутинных задач обработки данных.

•Интеграция и мониторинг данных: участие во внедрении данных в ML-пайплайны. Настройка базового мониторинга качества входящих и обработанных данных, алертинга о проблемах. Помощь в диагностике проблем данных/пайплайнов в продакшене.

•Аккумулирование технической экспертизы на несколько продуктов, разработка общих решений.

Обязательные навыки

•Экспертный python, FastAPI.

•Экспертное владение тестированием - мы используем pytest.

•Экспертное знание баз данных - ACID, индексы, транзакции, deadlock, планировщик, No SQL.

•Экспертное владение инфраструктурными инструментами - Git, Docker, Docker Compose, Kafka, K8S, Helm Charts, Argo CD, Ci/Cd, Prometheus, Grafana, S3, Airflow.

•Понимание и умение использовать паттерны разработки.

•Владение архитектурными принципами в разработке ПО.

•Понимание цикла разработки типовой МЛ модели (какие инструменты и для чего используются).

Желательные навыки

•Знание векторных баз данных - FAISS, Qdrant, pgvector.

•Airflow, Spark.

•Triton Inference Server.

•ElasticSearch/OpenSearch + LTR plugin.

Стек команды

•разработка: Python 3.12, FastAPI, PySpark, pytest, docker;

•данные: PostgreSQL, Greenplum, Clickhouse, HDFS, faiss;

•мониторинги и логи: VictoriaMetrics, VictoriaLogs, Grafana;