MLOps инженер (Пакетное исполнение моделей) в Сбер. IT Москва

Команда AI-Hub Блока Финансы создает и поддерживает платформу для разработки, хранения и исполнения ML-моделей и AI-агентов. Мы обеспечиваем централизованные API для взаимодействия с моделями и инструменты разработки, соответствующие требованиям архитектуры и кибербезопасности Сбера.

В связи с развитием направления пакетной обработки данных, мы ищем специалиста, который возьмет на себя развитие инфраструктуры для эффективного исполнения моделей на Hadoop/Spark и интеграции с корпоративными витринами данных.

Обязанности

• Разработка и поддержка CI/CD пайплайнов для пакетного исполнения ML-моделей (Hadoop, PySpark) и онлайн исполнения (REST API)
• Работа с подписками и витринами данных: настройка процессов получения, обработки и публикации данных для обучения и инференса моделей
• Построение инструментов самообслуживания для вывода моделей в продакшн
• Настройка и поддержка Kubernetes манифестов, service mesh и систем балансировки нагрузки
• Интеграция ML-сервисов с корпоративной инфраструктурой: подключение к базам данных, Kafka, системам авторизации и подпискам на данные
• Автоматизация рутинных операций по управлению инфраструктурой и процессами (Groovy, Python)
• Обеспечение работоспособности тестовых стендов и внедрение quality gate для контроля качества моделей

Требования

- Глубокий опыт в MLOps: уверенное владение инструментами пакетного исполнения ML-моделей (Hadoop, PySpark). Опыт вывода online ML-сервисов и online inference моделей (REST API)

- Практический опыт работы с корпоративными витринами данных и системами подписок на данные

- Опыт работы с PostgreSQL, OpenSearch, Kafka

- Опыт работы с Docker и Kubernetes

- Уверенное владение Python для автоматизации и разработки ETL-процессов

- Опыт работы с Jenkins и/или ArgoCD, понимание концепции pipeline-as-code

- Готовность одновременно работать с инфраструктурой, кодом пайплайнов и процессами (DevOps подход)

Будет плюсом:

- Опыт промышленной разработки сервисов на Python (FastAPI и др.)

- Базовое понимание оркестрации (Helm)

- Опыт работы с векторными базами данных (Chroma, Elasticsearch, аналоги)

- Практика GitOps и управление инфраструктурой через Git

- Опыт разработки microservices architecture для ML-приложений

- Навыки написания и поддержки технической документации

Условия

• формат работы- офис/ возможен гибрид после испытательного срока, Вавилова 19
• ежегодный пересмотр зарплаты, годовой бонус
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера
• корпоративная пенсионная программа.