Инженер MLOps - MoneyLion

О компании Gen:

Gen — это глобальная компания, посвящённая обеспечению цифровой свободы через свои надёжные потребительские бренды, включая Norton, Avast, LifeLock, MoneyLion и другие. Наше общее наследие основано на финансовом расширении возможностей и кибербезопасности для первых цифровых поколений, и сегодня мы предоставляем отмеченные наградами решения в области кибербезопасности, онлайн-конфиденциальности, защиты личности и финансового благополучия почти 500 миллионам пользователей более чем в 150 странах.

Вместе мы разделяем общую страсть и видение — защищать потребителей и помогать им развивать, управлять и обеспечивать безопасность их цифровой и финансовой жизни. Мы всегда ищем умных, бесстрашных и высокоэффективных специалистов, которые рассматривают ИИ как командного партнёра — используя его для ускорения работы и достижения значимых результатов.

Будучи частью Gen, вы получите гибкость, инструменты и поддержку для выполнения своей работы наилучшим образом и развития карьеры — от гибких условий работы и отпусков до конкурентной оплаты, льгот и программ по улучшению благополучия.

В Gen мы изобретательны и неустанно ориентированы на клиента. Мы создаём пространство для здоровых дебатов, экспериментов и непрерывного обучения, и приглашаем в нашу команду людей с разным опытом, идентичностями и идеями. Вы будете работать с людьми, которые поддерживают друг друга, уважают друг друга и понимают, что наши различия — это конкурентное преимущество.

Если это про вас, мы будем рады видеть вас частью Gen.

О роли:

Офис в Куала-Лумпуре — технологическая мощь MoneyLion. Мы гордимся инновационными инициативами и процветаем в быстром и сложном окружении. Присоединяйтесь к нашей мультикультурной команде визионеров и индустриальных бунтарей, меняющих традиционную финансовую индустрию!

В роли инженера MLOps вы будете помогать проектировать, строить и эксплуатировать следующее поколение нашей платформы и инфраструктуры машинного обучения, позволяя дата-сайентистам и ML-инженерам надёжно переводить модели от экспериментов к масштабному производству. Вы будете тесно сотрудничать с дата-сайентистами, дата-инженерами и командами AI/ML-инженеров для оптимизации сквозных ML-процессов и улучшения дизайна и архитектуры систем для решений ML промышленного уровня.

Основные обязанности:

• Проектировать, строить и поддерживать инфраструктуру и инструменты ML для поддержки полного жизненного цикла ML (подготовка данных, обучение, оценка, развертывание, мониторинг и повторное обучение).

• Разрабатывать и поддерживать CI/CD пайплайны для ML-моделей, включая автоматическое тестирование, валидацию и безопасные стратегии развертывания/отката.

• Реализовывать надёжные шаблоны развертывания моделей (пакетная обработка, реальное время, потоковая обработка) и обеспечивать масштабируемость, надёжность и низкую задержку в производственных средах.

• Строить и эксплуатировать системы мониторинга и наблюдаемости для ML-систем (дрейф данных, производительность моделей, состояние системы), а также определять процессы оповещения и реагирования на инциденты.

• Сотрудничать с дата-сайентистами и ML-инженерами для вывода моделей в продуктив, включая пайплайны по созданию признаков, упаковку моделей и стандартизацию окружения.

• Взаимодействовать с командами дата-инженеров для интеграции ML-нагрузок в платформы и пайплайны данных, обеспечивая качество данных, прослеживаемость и управление.

• Продвигать лучшие практики в MLOps, включая версионирование (данных, моделей, кода), отслеживание экспериментов, воспроизводимость и документацию.

• Вносить вклад в аспекты безопасности, соответствия требованиям и оптимизации затрат ML-инфраструктуры (контроль доступа, управление секретами, использование ресурсов).

• Предоставлять технические рекомендации и поддержку кросс-функциональным командам по использованию ML-платформы, инструментов и рабочих процессов.

О вас:

• Степень бакалавра в области компьютерных наук, программной инженерии, дата-инжиниринга или смежной области, либо эквивалентный практический опыт.

• Уверенные навыки программирования на Python (предпочтительно) или аналогичных языках, опыт создания сервисов и инструментов промышленного уровня для работы с данными/ML-процессами.

• Практический опыт работы с облачными платформами (например, AWS, GCP, Azure) и технологиями контейнеризации/оркестрации, такими как Docker и Kubernetes.

• Опыт реализации CI/CD пайплайнов (например, GitHub Actions, GitLab CI, Jenkins, Azure DevOps) для проектов с данными или ML.

• Знакомство с ML-фреймворками и инструментами (например, scikit-learn, TensorFlow, PyTorch, MLflow, Kubeflow, SageMaker, Vertex AI или аналогами).

• Глубокое понимание лучших практик программной инженерии: код-ревью, тестирование, логирование, мониторинг и документация.

• Хорошие навыки сотрудничества и коммуникации, опыт работы в кросс-функциональных командах (Data Science, Data Engineering, Product и Operations).

• Желателен опыт работы в специализированной роли MLOps / ML Platform / ML Infrastructure на нескольких этапах жизненного цикла моделей (от прототипа до крупномасштабного производства).

• Желателен опыт создания или поддержки feature store, реестров моделей и систем отслеживания экспериментов.

• Желателен опыт работы с потоковой и почти в реальном времени обработкой данных (например, Kafka, Kinesis, Pub/Sub).

• Знание вопросов управления данными, конфиденциальности и безопасности в ML-системах.

• Желателен опыт работы с системами наблюдаемости (например, Prometheus, Grafana, ELK/EFK, Datadog) и настройкой мониторинга качества моделей и данных.

• Знакомство с нагрузками LLM / GenAI и соответствующими инструментами является плюсом (хотя основная роль MLOps не связана непосредственно с GenAI/LLM).

Что дальше:

• Онлайн техническое тестирование

• Скрининговый звонок с техническим ассессором

• Живое техническое тестирование

• Финальное интервью с руководителем по найму (виртуально или лично)

__________

Gen является работодателем, предоставляющим равные возможности, и мы привержены справедливым, инклюзивным практикам на каждом этапе пути кандидата и сотрудника. Решения о приёме на работу принимаются на основе заслуг, опыта и бизнес-потребностей.