- проектирование и разработка инфраструктуры ML-платформы для автоматизации полного жизненного цикла ML-моделей: обучение, валидация, деплой, мониторинг и обновление;
- развёртывание моделей, автоматизация процессов;
- обеспечение масштабируемости, надежности и безопасности ML-сервисов;
- выбор архитектуры, среды оркестрации, подготовка среды разработки продукта;
- настройка серверов, установка кода, проверка среды. Настройка взаимосвязей и окружения между всеми инструментами разработки.
-
опыт работы в области MLOps или DevOps не менее 3 лет;
-
опыт работы над проектами, связанными с машинным обучением, включая разработку, развертывание и поддержку ML-моделей;
-
глубокое понимание жизненного цикла ML-моделей, от разработки до продакшн-сервинга и мониторинга;
-
опыт работы с инструментами MLOps и CI/CD для ML (например, ClearML, Kubeflow, MLflow, Jenkins);
-
знание технологий контейнеризации и оркестрации (Docker, Kubernetes);
-
опыт работы с системами управления данными, включая хранение, обработку и версионирование данных;
-
знание инструментов мониторинга и логирования (Prometheus, Grafana, Alertmanager, ELK Stack/Loki);
-
умение работать в команде и эффективно взаимодействовать с различными заинтересованными сторонами;
-
ответственность и проактивность в обеспечении стабильной работы ML-систем.