ML-инженер
Росгосстрах
Москва
🏢 Офис
Middle
Полная занятость
Россия
Описание вакансии
Росгосстрах сейчас активно развивает внутреннюю платформу - экосистему AI-сервисов для автоматизации ключевых процессов компании. Для этого формируем новую команду, которая будет фокусироваться на улучшении ключевых метрик моделей, минимизацию временных затрат на их разработку и выведению в промышленную эксплуатацию.
Ключевой стек
Оркестрация и деплой: Kubernetes, Docker
ML-инфраструктура: Airflow, MLflow, Jfrog Artifactory
Бэкенд и API: FastAPI, Pydantic, SQLAlchemy, asyncpg
Базы данных: PostgreSQL, Redis, ArangoDB, OpenSearch
Языки и инструменты: Python, Bash, Git
CI/CD и VCS: Bitbucket, Bamboo
Что предстоит
•Работа с уже существующими ML-моделями: встраивание в бизнес-процессы, масштабирование и вывод в продакшен;
•Настройка и поддержка пайплайнов и сервисов для batch- и online-инференса;
•Разработка и отладка DAG-ов в Airflow;
•Контейнеризация сервисов и эксплуатация моделей в Kubernetes;
•Разработка и поддержка API на FastAPI для интеграции моделей;
•Обеспечение стабильной работы ML-сервисов в продакшене;
•Версионирование моделей и управление артефактами;
•Оптимизация инференса и контроль использования ресурсов;
•Участие в развитии инфраструктуры полного жизненного цикла ML-моделей.
Для нас важно
•Опыт работы в области MLOps/ML-engineer от 3 лет;
•Понимание ML-алгоритмов и жизненного цикла модели:
•от постановки задачи, экспериментов и версионирования до деплоя и мониторинга в продакшене;
•знаете, как работают бустинги;
•чем трансформеры (LLM) отличаются от классических сетей;
•знаете, что такое эмбеддинги и для чего они применяются.
•Python и FastAPI:
•уверенное владение асинхронным/многопоточным программированием (asyncio, threading, multiprocessing);
•ООП с принципами SOLID;
•проектирование поддерживаемых, документированных и высоконагруженных API;
•Работа с SQLAlchemy, асинхронными драйверами базы данных.
•Airflow: разработка и отладка DAG-ов для batch-инференса моделей;
•Контейнеризация и оркестрация: работа с Docker и Kubernetes — опыт эксплуатации production-кластеров, настройка лимитов;
•Работа с базами данных: SQL, NoSQL - владение реляционными БД для хранения структурированных данных.
Является преимуществом
•KServe / Seldon / TorchServe — опыт развертывания моделей на inference-платформах.
•Triton Inference Server — оптимизация инференса, динамическое батчирование, работа с разными бекендами (TensorRT, ONNX).
•опыт инференса больших языковых моделей (vLLM, llama), оптимизация GPU-памяти, continuous batching.
•Агенты: опыт проектирования агентных систем, работа с LangChain, LlamaIndex, LangGraph
•Real-time системы: Kafka, RabbitMQ, streaming-инференс, Faust.
Мы предлагаем
•Полностью "белая" зарплата, премии;
•График работы 5/2;
•Возможен удаленный формат работы;
•Подключение к ДМС после успешного прохождения испытательного срока;
•Корпоративные скидки на страховые продукты (автострахование, ВЗР и т.д.);
•Корпоративные скидки на фитнес, магазины-партнёры, книги и др.;
•Электронная библиотека с более чем 3000 книг на самые актуальные темы;
•Специальные мероприятия для сотрудников и их детей, подарки на Новый год.
Похожие вакансии
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).