Системный аналитик (ML Inference) в Cloud.ru Москва

Системный аналитик в команду Evolution ML Inference — облачной платформы для развёртывания и эксплуатации ML-моделей на GPU. Сочетание продуктового и системного анализа с технической экспертизой в области ML/LLM-инференса.

Задачи:

• Глубокое погружение в продукт и сценарии клиентов: анализ запросов, проработка и оптимизация решений совместно с продуктом и смежными командами (моделирование AS IS / TO BE)
• Управление полным циклом задачи: от сбора требований и постановки разработчикам до выкатки решения в ПРОД
• Проектирование архитектурных и интеграционных решений: написание дизайн-документов, описание взаимодействия сервисов, создание и согласование спецификаций API (REST/gRPC)
• Проработка жизненного цикла inference-сервиса: создание, конфигурирование, запуск, остановка, изменение конфигурации, масштабирование, обновление и удаление
• Проработка сценариев вывода новых моделей в каталог: сбор характеристик модели, требований к runtime и ресурсам, параметров запуска и ограничений
• Проработка конфигурации inference-сервисов: требования к GPU/CPU/RAM, количеству реплик, параметрам runtime, endpoint и другим параметрам
• Проработка механизмов масштабирования и управления ресурсами: требования к autoscaling, лимитам, квотам, concurrency, RPS и другим ограничениям
• Проработка учёта потребления и тарификации: требования к учёту использования GPU/CPU/RAM, анализ корректности расчёта потребления и взаимодействия с биллинговыми системами
• Анализ производительности и эксплуатационных характеристик моделей: latency, throughput, cold start, GPU utilization, потребление памяти
• Анализ инцидентов и событий в кластере: разбор логов, метрик и событий Kubernetes, диагностика проблем с запуском, доступностью, масштабированием и производительностью
• Визуализация и документирование: построение процессных, архитектурных и sequence-диаграмм, использование нотаций UML и BPMN
• Работа со смежными командами (биллинг, IAM, консоль) для построения E2E-сценариев и интеграций, координация зависимостей
• Анализ данных и верификация гипотез с помощью SQL-запросов к базам данных, разбор инцидентов и обращений клиентов по логам и метрикам

Требования:

• Опыт работы в роли Senior System Analyst / Senior Business Analyst с практическим опытом системного анализа, интеграционного проектирования и сопровождения задач полного цикла
• Сильные коммуникативные навыки: умение работать с большим количеством стейкхолдеров и кросс-функциональных команд, собирать и согласовывать требования
• Опыт сбора, анализа и формализации требований: декомпозиция бизнес-потребностей до функциональных и нефункциональных требований, системных взаимодействий, API-контрактов и критериев приемки
• Уверенное владение SQL: опыт написания сложных запросов к БД для самостоятельного анализа данных, проверки гипотез, поиска аномалий и разбора инцидентов
• Практический опыт работы с API: понимание принципов REST и gRPC, опыт проектирования или интеграции API, работы с API-контрактами и спецификациями, использование Postman
• Навыки системного и архитектурного проектирования: умение описывать взаимодействие компонентов, проектировать интеграционные сценарии, готовить дизайн-документы и технические спецификации
• Навыки моделирования: уверенное владение UML и BPMN, опыт построения sequence-диаграмм, процессных и интеграционных схем
• Практический опыт работы с ML/LLM-моделями: понимание основных этапов работы модели в inference-сценарии, способов её развёртывания и ограничений
• Понимание специфики ML/LLM inference: представление о latency, throughput, concurrency, batch size, cold start, GPU utilization, потреблении GPU memory, autoscaling
• Понимание принципов работы Kubernetes на уровне, достаточном для системного анализа: Pods, Deployments, Services, Ingress, Resources, Namespaces, Events, Logs
• Понимание принципов работы GPU-инфраструктуры: базовое представление о GPU/CPU/RAM, GPU memory, ресурсных ограничениях
• Опыт анализа production-инцидентов: способность самостоятельно исследовать логи, метрики, события и данные, локализовать проблему
• Понимание принципов облачных платформ: представление о квотах, лимитах, учёте потребления вычислительных ресурсов, тарификации, IAM, управлении доступом и изоляции ресурсов
• Способность работать с E2E-сценариями и межсервисными зависимостями
• Ownership: готовность самостоятельно вести задачу от формирования требований и проектирования решения до координации разработки, приемки и внедрения в PROD
• Техническая любознательность и готовность глубоко погружаться в ML/LLM-инфраструктуру

Условия:

• Оформление в соответствии с трудовым законодательством РФ
• Конкурентный уровень дохода (оклад + годовой бонус)
• ДМС со стоматологией и возможностью подключения к программе своих детей и родственников
• Прозрачная система мотивации, которая позволяет влиять на уровень дохода
• Работа в команде профессионалов
• Участие в создании инновационных продуктов
• Гибкое начало рабочего дня, пятница — сокращённый рабочий день
• Возможность работать удаленно
• Офис в центре Москвы
• Корпоративная мобильная связь
• Льготная программа ипотечного и потребительского кредитования

Навыки:

• SQL
• REST
• gRPC
• Postman
• UML
• BPMN
• Kubernetes
• GPU
• ML
• LLM
• API