Работа в Т1 сочетает в себе преимущества инновационной ИТ-компании и крупного холдинга — стабильность и финансовую надежность, социальные гарантии и возможность развиваться в открытом ИТ-сообществе, масштабные задачи и гибридный формат работы.
Город
Екатеринбург
Формат работы
Удаленная работа
Направление
Разработка
Специализация
Программист, разработчик
Опыт работы
От 1 года до 3 лет
Тип занятости
Полная занятость
Создавай технологии больших идей!
Т1 — один из лидеров российского ИТ рынка, партнер ключевых производителей и разработчиков в сфере ИТ.
Предоставляет полный спектр услуг для реализации высокотехнологичных проектов для ключевых отраслей экономики.
Входит в реестр аккредитованных ИТ компаний.
Чем придется заниматься:
Развертывание и масштабирование в продакшене
- Контейнеризация ML-моделей с использованием Docker и развертывание в Kubernetes кластерах.
- Настройка и управление оркестрацией ML-пайплайнов через Apache Airflow.
- Обеспечение масштабируемости и отказоустойчивости ML-сервисов в on-premise средах.
Мониторинг и оптимизация
- Подключение сервисов к системам мониторинга и журналирования.
- Анализ и устранение инцидентов в работе ML-сервисов на третьей линии поддержки.
- Оптимизация использования вычислительных ресурсов и автомасштабирование рабочих нагрузок.
Интеграция и автоматизация
- Разработка интеграций между ML-сервисами через REST API и системы обмена сообщениями (Kafka).
- Создание автоматизированных пайплайнов для обработки данных, feature engineering и тестирования моделей.
- Внедрение Infrastructure as Code подходов для управления ML-инфраструктурой.
Требования и навыки:
Технические компетенции
- Глубокое владение Python (от 3 лет) с пониманием принципов написания production-ready кода.
- Опыт работы с контейнеризацией (Docker) и оркестрацией (Kubernetes) для развертывания ML-моделей.
- Уверенное владение Apache Airflow для оркестрации ML-пайплайнов.
DevOps и инфраструктурные навыки
- Понимание построения CI/CD пайплайнов для ML-решений (GitLab CI, GitHub Actions).
- Навыки работы с системами мониторинга (Prometheus, Grafana) и централизованного логирования.
Будет преимуществом
ML и данные
- Понимание жизненного цикла ML-проектов и специфики production ML-решений.
- Опыт работы с системами управления версий данных и feature store.
- Базовые знания принципов машинного обучения и методов валидации моделей.
Расширенные технологические навыки
- Опыт работы с распределенными вычислениями (Apache Spark, Hadoop).
- Знание специализированных ML-фреймворков (MLflow, ZenML).
- Опыт работы с векторными базами данных и системами поиска для RAG-приложений.
Наш Технологический стек
- Оркестрация: Apache Airflow.
- Контейнеризация: Docker, Kubernetes.
- CI/CD: Сфера CI/CD.
- Мониторинг: Prometheus, Grafana, ELK Stack.
- БД: Postgres, OpenSearch.
- Данные: S3/MinIO, HDFS.
Языки и фреймворки
- Python (основной).
- ML библиотеки: CatBoost, scikit-learn, PyTorch, Keras.
- REST API разработка (FastAPI).
- Apache Kafka.
- Apache Spark.
Что мы предлагаем:
- Работу с современными технологиями на переднем крае MLOps индустрии.
- Участие в проектах полного цикла — от исследований до production развертывания.
- Возможность влиять на архитектурные решения и выбор технологического стека.
- Глубокое погружение в практики MLOps с опытными коллегами из индустрии.
- Участие в конференциях и обучающих программах по передовым ML технологиям.
- Работу с реальными production ML-сервисами.
- Доступ к современной инфраструктуре и вычислительным ресурсам.
- Поддержку инициатив по внедрению новых технологий и улучшению процессов.
Почему именно Т1?
Мы создадим комфортные условия для работы, предложим интересные и масштабные задачи, а также поможем профессионально расти, развиваться и определять собственную траекторию развития.
.jpg&w=1920&q=75){kind=small}
