з/п не указана
Москва
От 1 года до 3 лет
Мы развиваем платформу для развертывания, мониторинга и поддержки сервисов с моделями машинного и глубокого обучения в продакшене. Задачи стоят на стыке разработки, инфраструктуры и data science, где необходимо создавать инструменты и окружения, позволяющие исследователям проводить эксперименты, а инженерам — надежно запускать модели в реальном мире и MVP продуктов.
Обязанности
- Поддержка и модернизация существующего парка Docker-контейнеров и CI/CD пайплайнов
- Участие в создании и настройке инфраструктурных окружений для развертывания новых микросервисов и ML-моделей
- Разработка скриптов для автоматизации рутинных операций (очистка данных, деплой, проверки)
- Ассистирование старшим инженерам в интеграции и тестировании новых компонентов инфраструктуры (системы хранения, очереди сообщений и др.)
- Работа с системами мониторинга: настройка дашбордов, анализ логов, исследование инцидентов на основе метрик, автоматизация реагирования на базовые алерты
Требования
- Уверенное владение Python для написания скриптов и автоматизации
- Базовые знания командной строки Linux/Unix и shell-скриптования (Bash)
- Понимание принципов контейнеризации, опыт сборки и запуска простых Dockerконтейнеров
- Искренний интерес к областям MLOps, DevOps и инфраструктуре для машинного обучения
- Способность к самостоятельному поиску решений и внимательность к деталям.
Будет плюсом:
- Любой, даже учебный, опыт работы с Kubernetes или системами CI/CD (GitLab CI)
- Теоретическое или практическое понимание основ машинного обучения
- Знакомство с концепциями и инструментами мониторинга (логи, метрики, алерты).
Условия
- Комфортный современный офис рядом с м. Кутузовская
- Гибридный формат работы
- Корпоративный спортзал и зоны отдыха
- Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
- Программа адаптации и помощь руководителя на старте.
