Data Scientist

Position: Data ML/AI Engineer
Level: Senior
Experience: 8+ years (NOT freelancing)
Stack: GCP Vertex AI, Amazon SageMaker, NVIDIA Triton Inference Server, K8S, Airbyte, Python, ETL, Data Modeling
Location: Remote
Employment: Fulltime
Languages: English С1, Russian С2

КОГО ИЩЕМ:

1. Data AI Engineer с опытом работы с инфраструктурой AI на AWS и GCP, включая Vertex AI, Sagemaker, Triton и вычисления на графических процессорах.
2. Нужны «рабочие руки», а НЕ технический менеджер.
3. Только fulltime, без совмещения.
4. Со знанием разговорного английского языка (English-speaking team).

КТО НЕ ПОДОЙДЁТ:

1. Кандидаты с преобладающим или последним опытом в роли технических менеджеров: Team Lead, CTO и т.п. – это нерелевантный данной позиции опыт работы. Мы ищем «рабочие руки», а НЕ технического менеджера.
2. Кандидаты, которые ищут себе вторую работу. Любое совмещение будет заметно в первые 2 месяца. Нужен честный фултайм.
3. Кандидаты с преобладающим или последним опытом работы на фрилансе.
4. Кандидаты с низким уровнем разговорного английского языка.

МЫ ОЖИДАЕМ:

1. Опыт работы с инфраструктурой AI на GCP и AWS, включая Vertex AI, Sagemaker, Triton и вычисления на графических процессорах.
2. Опыт работы с GCP Vertex AI от 1 года.
3. Опыт работы с Amazon SageMaker от 1 года.
4. Опыт работы с NVIDIA Triton Inference Server от 1 года.
5. Опыт работы с Kubernetes от 5 лет.
6. Практический опыт работы от 8 лет с машинным обучением, включая классификацию, кластеризацию, прогнозирование временных рядов и обнаружение аномалий. Необходимо знать концепции и уметь работать с наиболее распространенными библиотеками.
7. Опыт работы с Python и опыт создания и мониторинга производственных сервисов или API от 6 лет. Опыт работы с API сторонних разработчиков обязателен.
8. Конвейерная обработка данных: опыт работы с SQL, ETL, моделированием данных. Опыт работы с жизненным циклом создания решений машинного обучения.
9. Опыт работы с Airbyte от 1 года.
10. РАЗГОВОРНЫЙ английский язык на уровне C1+ (English-speaking team).

ЗАДАЧИ:

1. Integrate and Scale: Extend, scale, monitor, and manage our ever-growing pile of 100s of integrations. Ensure they are reliable and responsive.
2. Own the Integrations: Implement new connections and be the master and owner of these integrations.
3. Optimize AI Pipelines: Ensure our AI pipeline works like clockwork. Improve and support its complex infrastructure.
4. Model Hosting and Monitoring: Host and monitor NLP models and LLM for real-time and batch inference.
5. Develop Monitoring Systems: Create and support robust models for monitoring.
6. Support and Innovate: Assist with a long tail of super important tasks, bringing innovative solutions to the table.