Middle+ AI Engineer (MLOps Expert)
СБЕР
Москва
🏢 Офис
Middle
Полная занятость
Россия
Описание вакансии
Мы строим высоконагруженные production-grade ML-системы для обеспечения банковской безопасности. Наш фокус: антифрод, управление рисками, обнаружение аномалий и оптимизация бизнес-процессов. Внедряем различные решения – от классического ML до state-of-the-art архитектур в DL.
Ищем опытного ML/MLOps инженера, который будет работать на стыке Data Science, Backend и DevOps. Главная цель – автоматизировать, масштабировать и контролировать жизненный цикл моделей.
Обязанности
•упаковка моделей в Docker
•настройка CI/CD пайплайнов
•версионирование данных, моделей и артефактов в MLflow
•деплой в Kubernetes
•проектирование end-to-end пайплайнов (от сырых логов до сервиса)
•сборка данных из SQL/NoSQL баз
•проектирование витрин признаков (Feature Engineering)
•автоматизация переобучения моделей в Airflow
•работа с потоковыми данными в Kafka
•настройка мониторинга data drift и model decay
•логирование экспериментов (MLflow)
•анализ данных и валидация моделей
•совместная работа DS/DE/DevOps/Backend по интеграции моделей в микросервисную архитектуру.
Требования
•опыт работы ML Engineer, MLOps Engineer или DevOps Engineer от 3-х лет (с подтверждённым опытом вывода моделей в прод)
•понимание жизненного цикла моделей
•уверенное владение Python
•знание Linux и сетевых основ
•понимание микросервисной архитектуры и работы с очередями (Kafka)
•опыт работы с REST API
•опыт работы с облачными платформами (AWS, GCP, Azure или Yandex Cloud)
•опыт построения CI/CD пайплайнов
•опыт работы с Airflow (оркестрация), MLflow (трекинг), Docker/K8s (контейнеризация), Kubernetes
•опыт использования систем контроля версий Git/Bitbucket
•уверенное владение SQL (сложные джойны, оконные функции, оптимизация запросов) и знакомство с Big Data стеком (Spark, Hadoop)
•умение решить любую несложную инфраструктурную задачу, с которой не работал(а) ранее
•навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом
•опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов
•инструментальное владение AI для анализа, генерации и автоматизации.
Будет плюсом
•опыт с LLMs (fine-tuning, RAG, evaluation via RAGAS/DeepEval, vLLM).
•опыт работы с Kafka/Spark
•опыт с LangChain, LangGraph, function calling
•опыт работы с GPU-инфраструктурой и оптимизацией инференса
•опыт мониторинга с использованием Prometheus, Grafana, ELK/OpenSearch
•опыт использования DVC или других инструментов управления версиями данных.
Условия
•инновационные, амбициозные проекты и задачи, которые развивают: всегда есть возможность прокачать свои навыки в работе и профессионально расти
•среда для обмена знаниями – высокая экспертиза внутри команды;
•сплоченная команда, работающая над общими задачами и умеющая хорошо отдыхать
•нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам
•стабильная заработная плата и годовой бонус
•полностью офисный формат работы. Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом;
•более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
•расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
•вознаграждение за рекомендацию друзей в команду Сбера.
Мы против мошенников на площадке: если тебя просят заплатить, продиктовать код или установить непонятное приложение — прекращай общение и сразу пиши нам (чат с основателем или форма обратной связи).