Software Engineer

MLOps Engineer (Middle+ / Senior)

📍 Київ / Україна

🛡 Бронювання

Ми розширюємо R&D-команду і шукаємо інженера, який допоможе побудувати ML-інфраструктуру.

Основні напрямки:

• Побудова MLOps-інфраструктури для R&D-команди.
• Автоматизація навчання, тестування та розгортання ML-моделей.
• Управління датасетами, моделями та експериментами.
• GPU-інфраструктура для Computer Vision та Deep Learning.
• Оптимізація й розгортання моделей на embedded-платформах.
• Забезпечення відтворюваності та стабільності ML-пайплайнів.

Обов’язки:

• Проєктування та впровадження MLOps-архітектури практично з нуля.
• Налаштування Linux-серверів і GPU-середовищ для навчання та inference ML-моделей.
• Побудова автоматизованих CI/CD-процесів для ML-проєктів.
• Впровадження MLflow, DVC або аналогічних систем для керування експериментами, датасетами та моделями.
• Організація версіонування даних, моделей, конфігурацій і результатів експериментів.
• Автоматизація підготовки датасетів, навчання, валідації та тестування моделей.
• Контейнеризація ML-сервісів за допомогою Docker.
• Оптимізація використання GPU, обчислювальних ресурсів і середовищ виконання.
• Організація процесів експорту, оптимізації та розгортання моделей на NVIDIA Jetson та інших embedded-платформах.
• Моніторинг продуктивності, стабільності та якості ML-систем.
• Співпраця з ML/CV-інженерами, embedded-розробниками та технічними керівниками.

Вимоги:

• 3+ роки комерційного досвіду у MLOps, DevOps для ML або ML Engineering.
• Впевнене володіння Linux, Python, Bash.
• Практичний досвід роботи з Docker, Git і CI/CD.
• Досвід адміністрування GPU-серверів та налаштування CUDA-середовищ.
• Розуміння життєвого циклу ML-моделей: підготовка даних, навчання, валідація, розгортання.
• Досвід використання PyTorch та інструментів ML-екосистеми.
• Практичні навички роботи з MLflow, DVC або аналогічними рішеннями.
• Розуміння принципів версіонування датасетів, моделей та експериментів.
• Знання принципів побудови відтворюваних ML-пайплайнів.
• Здатність самостійно проєктувати технічні рішення, документувати їх та впроваджувати в роботу команди.

Переваги:

• Досвід роботи з Computer Vision, Deep Learning та системами реального часу.
• Знання ONNX, TensorRT, OpenVINO.
• Практичний досвід роботи з CUDA та оптимізацією використання GPU.
• Kubernetes, NVIDIA Container Toolkit.
• Досвід роботи з великими CV-датасетами, їх підготовкою та версіонуванням.
• Досвід побудови model registry та автоматизованих процесів оцінювання моделей.
• Інтеграція ML-пайплайнів з embedded-системами та робототехнічними платформами.
• Досвід роботи з ROS2, системами автономної навігації або робототехнікою.
• Досвід створення ML-інфраструктури з початкового етапу.

Пропонуємо:

• Участь у R&D-проєктах подвійного призначення. Робота з технологіями Computer Vision, AI та автономної робототехніки, які використовуються для вирішення практичних завдань.
• Можливість побудувати MLOps-інфраструктуру з нуля. Ви зможете визначати архітектуру, інструменти, стандарти та підходи, які використовуватиме команда.
• Вплив на технічні рішення. Прямий контакт із ML/CV-розробниками, embedded-інженерами та технічними керівниками.
• Сучасну обчислювальну інфраструктуру. Доступ до GPU-ресурсів, обладнання для тестування та необхідних інструментів розробки.
• Гнучкий формат співпраці. Повна зайнятість, Україна. Формат роботи узгоджуємо індивідуально.
• Конкурентну винагороду. Рівень компенсації визначаємо залежно від досвіду, компетенцій та відповідальності.
• Бронювання від мобілізації. Відповідно до чинного законодавства та за умови відповідності кандидата встановленим вимогам.
• Можливість професійного розвитку. Робота з практичними завданнями на перетині Machine Learning, Computer Vision, GPU Computing та Embedded AI.
• Команду без зайвої бюрократії. Самостійність у прийнятті рішень, короткі цикли розробки та орієнтація на результат.

Кого ми шукаємо:

Нам потрібен не просто інженер, який налаштовує сервери, Docker та CI/CD.

Ми шукаємо фахівця, який розуміє специфіку Machine Learning, здатний побудувати інженерну систему навколо ML-розробки та забезпечити прогнозований шлях від експерименту до перевіреної моделі на реальному обладнанні.

Ця позиція передбачає значну технічну самостійність, відповідальність за архітектуру та можливість безпосередньо впливати на розвиток AI-продуктів.

📩 Надсилайте резюме — office@talanai.com

Відгукнутись на вакансію