Адаптируем резюме под ATS-фильтры, подготовим сопроводительное на основе резюме и вакансии, соберём гайд подготовки к собеседованию, найдём контакты HR и нанимающих
Мы ищем старшего инженера MLOps для присоединения к команде ML Platform (TIGER) в отделе Искусственный интеллект и машинное обучение.
Ваша миссия — поддерживать каждую инициативу в области ML и AI в Doctolib — от эксперимента до надежного производственного сервиса. Вы будете создавать и эксплуатировать основы, которые позволяют дата-сайентистам, инженерам ML и командам AI безопасно, быстро и масштабируемо выпускать модели и агенты — от классического машинного обучения до самостоятельно размещенного генеративного ИИ. Вы будете напрямую способствовать надежности и производительности функций на базе ИИ, которые улучшают повседневную жизнь миллионов пациентов и тысяч медицинских специалистов по всей Европе.
Работа в технической команде Doctolib означает создание инновационных продуктов и функций для улучшения повседневной жизни команд по уходу и пациентов.
Ваши обязанности включают, но не ограничиваются:
Сотрудничать с дата-сайентистами, инженерами ML и AI для перевода моделей от экспериментов к надежному, масштабируемому производственному развертыванию.
Эксплуатировать и развивать слой оркестрации для задач обучения, обслуживания и оценки, построенный на GCP и AWS с использованием Kubernetes (GKE) и платформ на базе Ray (Anyscale) — включая CI/CD, версионирование и автоматизированные тестовые пайплайны, которые проводят модель от реестра до обслуживаемой конечной точки.
Создавать инструменты, шаблоны и лучшие практики (модули Terraform, Kubernetes CRD и операторы, GitOps-воркфлоу, внутренние библиотеки), которые позволяют любой команде ML безопасно и последовательно развертывать и эксплуатировать свои модели и агентов.
Обеспечивать доступность, надежность и производительность ML-систем в продакшене на этапах обучения, обслуживания и платформы агентов; определять и отслеживать SLO; участвовать в дежурствах и реагировании на инциденты по всему стеку.
Создавать и поддерживать наблюдаемость ML-систем: инфраструктуры и здоровья моделей через Datadog, а также сигналы оценки/качества через Braintrust, выявляя регрессии до того, как они достигнут пользователей.
Работать рука об руку с инженерами AI-инференса над общими основами нашего самостоятельно размещенного стека LLM (реестр моделей, автоматизация развертывания, общая GPU-емкость) и быть в курсе современных практик MLOps для классического ML, генеративного AI и агентных систем.
Прежде чем читать дальше: если у вас нет точного профиля, описанного ниже, но вы считаете, что это описание работы соответствует вашим навыкам, мы все равно призываем вас подать заявку.
Вы отлично подойдете, если вы:
Имеете опыт работы инженером MLOps, облачным инженером для ML-приложений, инженером инфраструктуры AI или инженером платформы AI, либо в аналогичной роли
Владеете Python, Shell-скриптами и Terraform, с хорошим пониманием алгоритмов машинного обучения, концепций и тенденций
Имеете практический опыт работы с Kubernetes в продакшене и инструментами GitOps (например, ArgoCD), а также создавали MLOps-пайплайны для контейнеризации моделей и решений с Docker
Имеете опыт работы с облачными платформами, такими как GCP (GKE, BigQuery) и/или AWS или эквивалентами Azure, а также с инструментами наблюдаемости, такими как Datadog
Имеете практический опыт работы с инструментом отслеживания экспериментов/реестром моделей (например, MLflow) и инструментом оценки/наблюдаемости LLM (например, Braintrust)
Вы сильный командный игрок с отличными навыками коммуникации и документирования, комфортно работаете с меняющимся объемом задач и прагматично подходите к решениям о разработке или покупке
Было бы замечательно, если вы:
Имеете практический опыт работы с Kubernetes-нативными абстракциями агентов (CRD/операторы, например, kagent) или созданием производственных рантаймов агентов
Имеете опыт квантования и оптимизации ML-моделей
Имеете опыт работы с технологиями совместного использования/разделения GPU (например, NVIDIA MIG, тайм-слисинг, MPS)
Наши решения построены на единой полностью облачной платформе, которая поддерживает веб- и мобильные интерфейсы, несколько языков и адаптирована под требования стран и медицинских специальностей.
Наш стек состоит из Rails, TypeScript, Java, Python, Kotlin, Swift и React Native.
Мы этично используем ИИ во всех наших продуктах, чтобы расширить возможности пациентов и медицинских специалистов. Узнайте о нашем видении ИИ здесь.
Хотите узнать больше о нашей технической культуре и среде? Посетите сайт Doctolib Tech.
Бесплатное комплексное медицинское страхование (базовый пакет) для вас и ваших детей
25 оплачиваемых отпускных дней в году, плюс до 14 дней RTT
Бесплатные услуги по психическому здоровью и коучингу через нашего партнера Moka.care
Возможность работать из-за границы до 10 дней в году благодаря политике гибких дней
Ланч-вокеры (карта Swile) стоимостью 8,50 € за рабочий день, из которых 4,50 € оплачивает Doctolib
Субсидия от совета работников на частичное возмещение членства в спортивном клубе или творческом классе
50% возмещение стоимости проездного билета на общественный транспорт
Программа ParentCare: полное покрытие зарплаты (100%) в первый месяц отпуска по рождению ребенка и 75% во второй месяц, оплачиваемое Doctolib
Включение в долгосрочную программу распределения стоимости компании для сотрудников DoctoGrowth
Для сотрудников с инвалидностью и лиц, ухаживающих за ними, пакет, включающий адаптацию политики удаленной работы, дополнительные выходные по медицинским причинам и психологическую поддержку
Поддержка при переезде в случае международной мобильности
Доступ к лучшим инструментам ИИ для кодирования, разработки и специализированного обучения
Телефонное интервью с HR (45 минут)
Интервью с руководителем отдела (1 час)
Кейс-стади и презентация: проектирование MLOps-пайплайна и упражнение по ускорению производства AI-агентов (1 час 30 минут)
Поведенческое интервью (1 час 30 минут)
Минимум одна проверка рекомендаций
Мы хотим, чтобы ваш опыт был понятным, уважительным и прозрачным. Узнайте больше о нашем процессе найма на нашей странице опыта кандидата.
Постоянная позиция
Технический стек: Python / Terraform / Kubernetes
Полная занятость
Париж, Франция
Гибридный режим работы (до 2 дней удаленно в неделю)
Дата начала: как можно скорее
В Doctolib мы стремимся улучшить доступ к здравоохранению для всех. Это отражается в нашем процессе найма. Мы оцениваем кандидатов исключительно по квалификациям и мотивации, без какой-либо дискриминации.
Чем разнообразнее идеи, тем больше наш продукт действительно улучшит здравоохранение для всех. Вы можете подать заявку в Doctolib независимо от вашего пола, религии, возраста, сексуальной ориентации, этнической принадлежности или инвалидности.
Для обеспечения равных возможностей мы рекомендуем исключать личную информацию (например, фотографии, возраст) из ваших заявок. Если вам требуется какая-либо поддержка, пожалуйста, сообщите нам для помощи в процессе найма.
Присоединяйтесь к нам в создании здравоохранения, о котором мы все мечтаем!
Вся предоставленная информация обрабатывается Doctolib для управления заявками. Подробнее о обработке данных можно узнать здесь: Франция. Пожалуйста, свяжитесь с hr.dataprivacy(at)doctolib.com для вопросов или реализации ваших прав.
Умножим шансы на каждом этапе поиска и поможем получить выгодный оффер
Узнать большеБудьте осторожны: если работодатель просит войти через Google, iCloud или Госуслуги, прислать код или пароль, запустить ПО или перевести деньги — это мошенники.
ЖмитеГайд по безопасности
Будьте осторожны: если работодатель просит войти через Google, iCloud или Госуслуги, прислать код или пароль, запустить ПО или перевести деньги — это мошенники.
ЖмитеГайд по безопасности
