ML‑разработчик (Middle, Inference & MLOps) в Автономные Технологии Москва

Автономные технологии — компания, которая разрабатывает инновационные решения, направленные на улучшение и совершенствование робототехники и технологий машинного обучения с применением передовых технологий искусственного интеллекта (ИИ) и уникальных инженерных решений.

Чем предстоит заниматься:

• Приводить код DS к продакшен‑качеству: выполнять рефакторинг, выстраивать структуру проекта, писать тесты, настраивать логирование;

• Конвертировать и компилировать модели в ONNX, TensorRT и RKNN; настраивать рантаймы под разные типы оборудования (CPU, GPU, edge‑устройства);

• Оптимизировать инференс: проводить профилирование, устранять узкие места (ботлнеки), добавлять кастомные операции;

• Использовать Triton Inference Server для деплоя и оркестрации моделей: настраивать конфигурации и маршрутизацию запросов;

• Разрабатывать и поддерживать сервисы‑обвязки для инференса моделей;

• Проводить нагрузочное тестирование сервисов инференса, выявлять узкие места и оптимизировать производительность;

• Совместно с DevOps развёртывать модели: обеспечивать контейнеризацию (Docker), реализовывать базовый CI/CD;

• Настраивать мониторинг и алертинг для моделей и сопутствующих сервисов: отслеживать метрики производительности, ошибок и деградации качества;

• Развивать и настраивать внутреннюю MLOps‑платформу (ClearML): вести трекинг экспериментов, версионировать датасеты и модели, настраивать пайплайны.

Мы ожидаем:

• Не менее 3 лет коммерческой разработки на Python; сформированную культуру разработки — в том числе навыки тестирования, логирования, типизации, соблюдения принципов чистого кода и выстраивания понятной структуры проектов;

• Опыт работы с фреймворками машинного обучения (преимущественно PyTorch);

• Понимание особенностей инференса моделей в продакшене: таких параметров, как latency и throughput, ограничений по памяти, а также принципов батчинга;

• Практический опыт работы с ONNX и базовые знания TensorRT; готовность углубляться в вопросы оптимизации;

• Опыт работы с Docker — в частности, сборки образов и базовой отладки контейнеров;

• Опыт интеграции моделей в backend‑сервисы (микросервисы, API, очереди) — хотя бы на уровне совместной работы с командой;

• Готовность осваивать Triton Inference Server и ClearML при отсутствии глубокого опыта: умение изучать документацию, экспериментировать и доводить задачи до результата;

• Умение читать чужой код, аккуратно его дорабатывать и поддерживать коммуникацию с авторами (DS‑специалистами).

Будет плюсом:

• Практический опыт деплоя моделей через Triton Inference Server;
• Опыт работы с системами мониторинга (Prometheus, Grafana или аналогичные);
• Опыт нагрузочного тестирования (locust);
• Опыт оптимизации под конкретное железо (GPU‑серверы, edge‑устройства, специализированные ускорители);
• Опыт работы в продуктовых командах, где ML‑модели живут в продакшене и регулярно обновляются.

Мы предлагаем:

• Работу в аккредитованной IT-компании и Трудоустройство в соответствии с ТК РФ;
• Систему наставничества и комфортную адаптацию в компании;
• Возможности для профессионального и карьерного роста.