ML Ops Engineer

October 30, 2026

Office

Middle

Москва, Россия

hh.ru

Keep in mind

Office-only work

Description

Российский системный интегратор и поставщик ИТ-решений для корпоративных заказчиков, работающий на рынке с 1997 года, открывает вакансию ML OPS Engineer в связи с активным развитием проектов. Предстоит выстраивать жизненный цикл ML-моделей, организовывать пакетный и онлайн-скоринг, интегрировать модели с инфраструктурой Планировщика и обеспечивать воспроизводимость расчетов. Роль предполагает тесное взаимодействие с Data Scientist, инженерами данных, разработчиками и инфраструктурными командами.

Responsibilities

Выстраивать жизненный цикл ML-моделей: подготовка окружения, автоматизация обучения и проверки, регистрация версий, развертывание, мониторинг, обновление и откат
Организовывать пакетный и онлайн-скоринг: регулярный расчет оценок на больших объемах данных и получение прогнозов через сервисы с заданным временем ответа
Интегрировать модели с инфраструктурой Планировщика: согласовывать с Data Scientist и Data Engineer форматы признаков и прогнозов, API, требования к актуальности данных и обработке ошибок
Обеспечивать воспроизводимость расчетов: версионировать модели, код, параметры и зависимости, фиксировать использованные данные и признаки
Настраивать мониторинг: контролировать доступность сервисов, время ответа, длительность пакетных расчетов, свежесть признаков, распределения прогнозов и качество моделей после получения фактических результатов
Обеспечивать управляемый выпуск изменений: автоматические проверки перед внедрением, постепенное переключение на новую версию, возможность отката и резервный сценарий при недоступности модели
Сопровождать задачи до внедрения: ставить задачи смежным командам, согласовывать зависимости, участвовать в нагрузочных проверках и разборе инцидентов, поддерживать техническую документацию

Requirements

Опыт внедрения и сопровождения ML-моделей в промышленной среде, включая автоматизацию расчетов и контроль их стабильности
Уверенное владение Python: разработка сервисов и пайплайнов, работа с зависимостями, логирование, обработка ошибок и автоматизированное тестирование
Хорошее знание SQL и опыт работы с данными
Опыт контейнеризации и развертывания сервисов: Docker, Kubernetes или OpenShift
Навыки работы с Linux, Git и CI/CD: автоматизация сборки, тестирования и доставки моделей и сервисов между средами
Понимание жизненного цикла ML: обучение, валидация, применение, переобучение, утечка данных, расхождение признаков между обучением и применением, изменение распределений данных и снижение качества модели
Умение самостоятельно доводить изменения до результата, взаимодействовать с DS, инженерами данных, разработчиками и инфраструктурными командами, документировать решения и порядок эксплуатации
Опыт работы с Hadoop, Hive, Spark / PySpark — дополнительное преимущество
Опыт событийной обработки данных и применения моделей близко к онлайну, знакомство с Kafka — дополнительное преимущество

Conditions

Работа в аккредитованной ИТ-компании
Оформление в соответствии с ТК РФ с первого дня работы
ДМС с первого дня работы, включая стоматологию
Корпоративный спорт: скидки на посещение фитнес-клубов, футбольная и волейбольная секции, собственный йога-класс
Работа в команде, использующей гибкий подход к разработке
Работа в развивающемся IT-проекте с командой специалистов высокого уровня, возможность развития и обмена опытом