Компания "Современные Фонды Недвижимости"
«Современные Фонды Недвижимости» – лидер рынка розничных коллективных инвестиций в коммерческую недвижимость.
Ключевой бизнес - создание и управление закрытыми паевыми инвестиционными фондами (ЗПИФ), инвестирующими в рентную недвижимость: торгово-развлекательные и офисные центры, склады и логистические комплексы.
Мы ищем возможность усилить одну из команд за счет опытного ML Engineer.
Обязанности
- Вывод AI-продуктов в продакшн: Обеспечение перехода от разработки к эксплуатации AI-решений;
- Обеспечение надежности и масштабируемости: Создание инфраструктуры, поддерживающей стабильную работу AI-продуктов при росте нагрузки;
- Минимизация рисков простоев и ошибок: Предупреждение сбоев и устранение проблем, влияющих на качество работы AI-моделей;
- Управление дрейфом и галлюцинациями AI: Регулярная проверка точности и соответствия результатов модели ожидаемым значениям;
- Интеграция процессов CI/CD: Автоматизация сборки, тестирования и развертывания AI-приложений;
- Работа с инфраструктурой: Настройка и поддержка серверов, облачных сервисов и инструментов DevOps/MLOps;
- Специфичные операции для ML: Поддержка жизненного цикла AI-агентов и моделей, включая обучение, тестирование и обслуживание;
- Мониторинг производительности: Контроль ключевых метрик эффективности AI-продуктов и своевременное реагирование на отклонения;
- Соответствие корпоративным стандартам и нормам: Убедитесь, что процессы соответствуют внутренним требованиям и регуляторным нормам отрасли;
- Оптимизация расходов и ресурсов: Постоянный поиск возможностей повышения эффективности и снижения затрат на эксплуатацию AI-инфраструктуры;
- Совместная работа с командами разработчиков: Тесное сотрудничество с различными группами специалистов для достижения общих целей проекта.
Требования
- 5 и более года работы ML инженером с опытом MLOps / DevOps для ML, из них минимум 1,5 года в проектах с развёртыванием genAI (например, выкатка решений на базе LLM в банковских приложениях для скоринга рисков или чатов на базе агентов ИИ);
- Подтверждённый опыт работы с инструментами жизненного цикла ML (MLflow, Kubeflow), включая автоматические пайплайны для дообучения и инференса на GPU;
- Опыт вывода AI агентов, ML моделей в продакшн, обработки;
- Фреймворки MLOps: MLflow / Kubeflow для отслеживания экспериментов, Seldon / KServe для обслуживания моделей;
- Опыт с хранилищами признаков (Feast), версионированием моделей (DVC), интеграцией с пайплайнами данных (Airflow / Spark для ETL-to-inference). Построение масштабируемых пайплайнов: CI/CD для ML (Jenkins / GitHub Actions с этапами, специфичными для ML), автоматические триггеры переобучения;
- Опыт работы с GenAI ops: Развёртывание LLM, оптимизация для задержки (инференса), обработка обслуживания нескольких моделей, AI агентов, RAG систем;
- Опыт мониторинга и управления, например обнаружение галлюцинаций, дрейфа моделей, метрики производительности (Prometheus / Grafana), проверки на предвзятость ИИ в продакшене;
- Опыт интеграции ML в приложения: API-эндпоинты для моделей (FastAPI / Flask), контейнеризация (Docker), оркестрация (Kubernetes / EKS для автоскалирования);
- Опыт тестирования, специфичные для ML/LLM решений, сканирование безопасности;
- Опыт оценки ресурсов для MLOps: Оркестрация облака (Cloud.ru или Yandex Cloud / VK Cloud), предоставление GPU (например, NVIDIA A100 или H100 для обучения), прогнозирование затрат на инфраструктуру;
- Инструментальное владение AI для анализа, генерации и автоматизации.
Условия
- Гибридный формат работы (современный офис в Москве, м. Киевская);
- Льготные ипотечные условия кредитования;
- Выгодная подписка на продукты и услуги компаний партнеров;
- ДМС с первого дня и льготное страхование для близких;
- Корпоративная пенсионная программа;
- Детский отдых и подарки за счет Компании;
- Обучение за счет Компании: онлайн курсы, неограниченный доступ к библиотеке и обучение на базе Корпоративного университета, тренинги, митапы и возможность получить новую квалификацию.