Senior ML Operations Engineer

Про посаду

Ми шукаємо Senior ML Operations Engineer для приєднання до SPD Technology, глобальної компанії з розробки програмних продуктів, яка створює передові технологічні рішення, що сприяють зростанню клієнтів. На цій посаді ви будете підтримувати команди, які створюють і впроваджують AI-орієнтовані рішення, допомагаючи їм подолати загальні проблеми в циклі розробки, впровадження та підтримки ML.

Про нас

У SPD Technology ми об'єднуємо команду однодумців, які мотивовані бажанням створювати цінність через свою роботу, об'єднані своїм зобов'язанням до високої ефективності та наданням індивідуальних, передових технологічних рішень, що сприяють зростанню клієнтів. Ми надаємо нашим людям культуру досконалості та можливості для відповідальності на кожному рівні. Ми цінуємо гуманність і співпрацю, заохочуємо професійний та особистий ріст, а також сприяємо підтримці та гнучкому робочому середовищі, де вітається внесок кожного.

Про роль

Як Senior ML Operations Engineer, ви будете підтримувати команди, які створюють і впроваджують AI-орієнтовані рішення, допомагаючи їм подолати загальні проблеми в циклі розробки, впровадження та підтримки ML. Ця роль пропонує автономність у прийнятті рішень, заохочуючи проактивний підхід до вирішення складних завдань і пошуку оптимальних рішень для масштабних систем.

Обов'язки

• Виступати як помножувач сили для команд розробників, створюючи оптимальні шляхи, які усувають перешкоди та покращують ідеї та інновації.
• Співпрацювати з іншими інженерами, менеджерами продуктів та внутрішніми зацікавленими сторонами в Agile середовищі.
• Надавати наставництво, технічне керівництво та проводити перевірку коду для членів команди.
• Проектувати та реалізовувати проекти від початку до кінця з мінімальним керівництвом.
• Надавати підтримку командам, які створюють і впроваджують AI-додатки, вирішуючи загальні проблеми в циклі ML.
• Постійно вчитися та бути пристрасним у відкритті нових інструментів, технологій, бібліотек та фреймворків (комерційних та відкритих), які можна використовувати для покращення можливостей AI PitchBook.
• Підтримувати бачення та цінності компанії через моделювання ролей та заохочення бажаної поведінки.
• Брати участь у різних крос-функціональних ініціативах та проектах компанії за потреби.
• Сприяти стратегічному плануванню таким чином, щоб команда створювала виняткові продукти, які приносять реальну бізнес-цінність.
• Оцінювати фреймворки, постачальників та інструменти, які можна використовувати для оптимізації процесів та витрат з мінімальним керівництвом.

Вимоги

• Ступінь у галузі комп'ютерних наук, інформаційних систем, машинного навчання або аналогічній галузі (або еквівалентний практичний досвід).
• 5+ років практичного досвіду розробки програмного забезпечення з використанням Python (досвід роботи з Java з високою компетенцією в Python також розглядається).
• 4+ роки досвіду проектування та створення розподілених програмних систем та архітектур.
• 3+ роки практичного досвіду впровадження та експлуатації сервісів машинного навчання у виробництві.
• Досвід підтримки операцій циклу життя ML, включаючи моніторинг та технічне обслуговування після впровадження.
• Досвід роботи з хмарною архітектурою, з практичним розумінням технологій контейнеризації, таких як Kubernetes та Docker.
• Доведений досвід роботи з SQL та NoSQL базами даних, проектуванням та впровадженням.
• Здатність розкладати складні проблеми на ітеративні, чітко визначені рішення.
• Сильні навички вирішення проблем з акцентом на створення масштабних, ефективних та підтримуваних систем.
• Сильні навички комунікації та співпраці, здатність ефективно спілкуватися з внутрішніми клієнтами в різних культурах та регіонах.
• Здатність бути учасником команди, який також може працювати самостійно.
• Досвід роботи в різних командах розробників є плюсом.

Буде плюсом

• Досвід роботи з хмарними платформами (AWS, Google Cloud Platform або Azure).
• Знання практик GitOps та розробки та управління CI/CD піплайнами.
• Обсервабельність та моніторинг: досвід інтеграції з інструментами обсервабельності (Prometheus, Grafana) та створення інструментованих, готових до виробництва систем.
• Інфраструктура LLM: досвід налаштування та управління Великими Моделями Мовлення через керовані сервіси (Azure OpenAI, Google Vertex AI, Amazon Bedrock).
• Інструменти LLM: практичний досвід роботи з шлюзами LLM (LiteLLM) та агентськими фреймворками (LangGraph, LangSmith або подібними).
• Векторні системи: практичний досвід роботи з моделями векторних вкладень та векторними базами даних (Pinecone, Weaviate, Milvus, pgvector).
• Системи RAG: досвід створення систем Retrieval-Augmented Generation та оцінки як якості пошуку, так і продуктивності генерації.
• Хмарний досвід з сервісами типу Amazon SageMaker, Google Vertex AI або Azure ML.
• Знайомство з фреймворками та інструментами ML: PyTorch, TensorFlow, scikit-learn.
• Досвід роботи з інфраструктурою даних: Redis, Elasticsearch, Apache Kafka.
• Відстеження експериментів з ML та управління моделями: Weights & Biases, MLflow, KubeFlow.
• Розробка API з використанням FastAPI або подібних фреймворків.
• Досвід роботи з Java є плюсом.

Ми пропонуємо

• Приєднатися до команди експертів, які створюють індивідуальні, передові технологічні рішення для всесвітньо відомих підприємств, сприяючи зростанню клієнтів.
• Досвід роботи в гнучкому та адаптивному середовищі з повністю віддаленою роботою та гнучним робочим графіком.
• Скористатися можливістю для особистого та професійного зростання з перевірками ефективності та заслуг, підвищенням своїх навичок за допомогою планів особистого розвитку та індивідуальних знань через корпоративну бібліотеку, підтримку публічних виступів та інше.
• Бути серед однодумців, які дбають про те, як вони працюють і як це роблять. Співпрацювати з експертами найвищого рівня, які завжди готові допомогти та підтримати вас у вирішенні будь-яких проблем. Брати участь у загальнокомплексних технологічних та культурних заходах та сприяти значущим ініціативам корпоративної соціальної відповідальності, які відповідають вашим цінностям.

Етапи співбесіди

1. Попередня перевірка з рекрутером
2. Технічна співбесіда (Основи ML, програмування) + Практична робота (до 1.5 години)
3. Співбесіда з проектуванням ML систем (до 60 хвилин)
4. Співбесіда з менеджером інженерної команди (60 хвилин)
5. Остаточна співбесіда з клієнтом (60 хвилин)

Подати заявку зараз

Kateryna Leonova

Спеціаліст із набору талантів