Senior MLOps Engineer

Описание роли

В роли Senior MLOps Engineer вы станете ключевым специалистом, отвечающим за построение и развитие централизованной MLOps-инфраструктуры в одном из крупнейших банков. Ваша задача — обеспечить единое сопровождение жизненного цикла моделей машинного обучения (от эксперимента до продакшена) в масштабируемой, отказоустойчивой экосистеме. Вы будете проектировать, настраивать и поддерживать пайплайны train и inference, внедрять решения для RAG/LLM и автоматизировать доставку моделей.

Ваши основные обязанности:
* Конфигурирование и развёртывание инфраструктурных компонентов (Jupyterhub, Airflow, ArgoWF, MLflow, Seldon Core, Feature Store и др.)
* Разработка и адаптация автоматизированных пайплайнов под бизнес-задачи (ML, noML, AutoML, A/B-тестирование)
* Интеграция и поддержка сред немодельных сервисов на Kubernetes/OpenShift (longhorn, Redis, PostgreSQL)
* Масштабирование и оптимизация инфраструктуры обработки больших данных (Hadoop, Spark, HDFS, Kafka)
* Создание и поддержка пользовательских инструментов для обучения и мониторинга моделей
* Взаимодействие с командами Data Science и DevOps для выработки лучших практик CI/CD и контейнеризации

Особенности вакансии

* Полностью удалённый формат работы — можно находиться в любой точке мира, включая за пределами РФ
* Возможность выбора оформления по ТК РФ или как ИП с более высоким уровнем дохода
* Конкурентная заработная плата от 440 000 до 527 000 RUB gross
* Работа с передовой технологической стекой: Kubernetes, Docker, Airflow, MLflow, ArgoWF, Jupyterhub, Seldon Core, vLLM, Kserv
* Участие в крупных ML-проектах в финансовом секторе с реальным воздействием на эффективность бизнеса
* Свободный доступ к внутренним тренингам, вебинарам, митапам и демо-дням для профессионального роста
* Корпоративные скидки на обучение иностранным языкам, фитнес и культурные мероприятия

О компании

Это крупный российский банк с многолетней историей, входящий в топ-3 финансовых организаций страны. Компания активно внедряет инновационные решения в области машинного обучения и искусственного интеллекта, инвестирует в собственные исследовательские команды и инфраструктуру. Здесь ценят проактивность, инициативу и настрой на результат: вы получите возможность влиять на стратегию развития MLOps-процессов и масштабировать решения для тысяч внутренних пользователей.