Специалист 3-й линии сопровождения ML-сервисов

В этой роли вы будете отвечать за сопровождение и развитие инфраструктуры в закрытых контурах, участвовать в проектировании и обновлении систем, обеспечивать надежную работу сервисов на всех этапах их жизненного цикла - от идеи до промышленной эксплуатации.

Основные обязанности:

• Поддержка ML-сервисов на уровне 3-й линии (инциденты, изменения, оптимизация).
• Сопровождение инфраструктуры по проектам со стороны заказчика/потребителя ресурсов.
• Участие в релизных процессах, процессах разработки, тестирования и сопровождения.
• Проектирование и обновление систем с учетом требований надежности и масштабируемости.
• Проведение инфраструктурных ревью, оптимизаций и экспертиз.
• Взаимодействие с командами разработчиков, аналитиков, DevOps и информационной безопасности.
• Описание и документирование процессов интеграции и взаимодействия со смежными системами.
• Сопровождение ML-решений на протяжении всего жизненного цикла.

Требования:

• Знание архитектурных паттернов (монолит, SOA, микросервисы, event-driven и др.).
• Опыт сопровождения высоконагруженных систем.
• Опыт работы с контейнеризацией (Docker, Kubernetes).
• Глубокое понимание сетевых протоколов, баз данных и принципов безопасности.
• Умение составлять техническую документацию.
• Опыт работы с баг-трекерами (Jira, Redmine, Mantis).
• Понимание принципов CI/CD.
• Опыт работы с системой контроля версий Git.

Будет плюсом:

• Опыт проектирования и сопровождения инфраструктуры в средах с повышенными требованиями к безопасности (закрытые контуры, финансовая сфера).
• Знание принципов построения отказоустойчивых и масштабируемых систем (High Availability / Fault Tolerance, кластеризация, балансировка, резервирование).
• Опыт работы с системами мониторинга и логирования (Prometheus, Grafana, ELK/EFK, Zabbix).
• Навыки работы с инструментами управления конфигурациями и IaC (Terraform, Ansible, Helm, Kustomize).
• Опыт взаимодействия с системами очередей и стриминговой обработки (Kafka, RabbitMQ).
• Понимание принципов Observability (метрики, логи, трейсы).
• Навыки оптимизации производительности приложений и инфраструктуры (в том числе GPU/CPU/RAM ресурсы в Kubernetes).
• Умение формализовать и документировать технические решения, готовить архитектурные схемы и спецификации.
• Опыт работы с BigData-технологиями
• Опыт работы с корпоративными хранилищами данных и понимание принципов их построения

Основные задачи, которые предстоит решать сотруднику.

Прикладное сопровождение ML-сервисов и инфраструктуры в рамках 3ЛС