Xebia — это глобальный партнер в области искусственного интеллекта, цифровой трансформации и инженерии. С более чем 25-летним опытом и командой из 5000 профессионалов в 16 странах мы помогаем организациям проектировать и создавать масштабируемые продукты, платформы и решения, основанные на данных.
Мы специализируемся на искусственном интеллекте, данных и облачных технологиях, интеллектуальной автоматизации и цифровых продуктах, сочетая глубокую техническую экспертизу с сильным акцентом на инженерное совершенство и культуру, ориентированную на людей.
В регионе Центральной и Восточной Европы мы — команда из почти 1000 экспертов, создающих современные приложения, платформы данных и AI-решения для таких клиентов, как Millennium, ING, Play, Edenred, Arabian Drilling, FedEx, Leroy Merlin, Truecaller, Volotea, Schmitz Cargobull и многих других. Мы работаем с ведущими технологиями, включая AWS, Azure, GCP, Databricks и Snowflake, и объединяем сильную инженерную культуру с консультативным подходом и постоянным фокусом на рост и обмен знаниями.
Вы будете:
- строить, развёртывать и поддерживать машинно-обучающие сервисы производственного уровня и специализированные инструменты для моделей в области рекламы,
- проектировать и организовывать рабочие процессы ML-инжиниринга, включая упаковку моделей, стратегии развёртывания, наблюдаемость и операционную стабильность,
- внедрять машинно-обучающие модели в производство в тесном сотрудничестве с командами Data Science и Research,
- разрабатывать и поддерживать автоматизированные конвейеры развёртывания, мониторинг моделей, оповещения и стратегии отката,
- обеспечивать воспроизводимую упаковку моделей и надёжное управление жизненным циклом моделей,
- поддерживать производственные ML-системы через устранение неполадок, анализ корневых причин и постоянные улучшения,
- применять принципы DevOps и Site Reliability Engineering (SRE) для повышения надёжности, масштабируемости и удобства сопровождения ML-сервисов,
- использовать инструменты AI-поддерживаемого кодирования для повышения производительности инженерной работы при сохранении высокого качества кода.
Ваш профиль:
- сильные основы программной инженерии и опыт написания производственного, модульного и поддерживаемого кода,
- подтверждённый опыт развёртывания и эксплуатации моделей машинного обучения в производственных средах,
- практический опыт автоматизированного мониторинга, оповещений и устранения неполадок в производстве,
- продвинутые знания MLOps, включая автоматизацию жизненного цикла моделей, CI/CD конвейеры и управление релизами,
- практический опыт работы с облачными платформами, предпочтительно Google Cloud Platform (GCP), поддерживающими крупномасштабные данные и ML-нагрузки,
- сильные навыки Python и SQL в контексте машинного обучения, включая оркестрацию обучения и поддержку инференса,
- опыт работы с контейнеризированными сервисами и производственными средами развёртывания,
- хорошее понимание принципов DevOps и практик SRE, применяемых к системам машинного обучения,
- знакомство с инструментами AI-поддерживаемого кодирования и их практическим применением в разработке программного обеспечения,
- способность эффективно сотрудничать с командами Data Science, Research и другими инженерными командами,
- готовность работать в гибридном режиме из Варшавы и участвовать в очных встречах по проектам при необходимости.
Желательно иметь:
- опыт в AdTech, рекламных технологиях, системах ранжирования или рекомендаций,
- опыт с распределённой обработкой данных и конвейерами feature engineering, например Vertex Pipelines, Dask или Spark,
- знакомство с облачными экосистемами обслуживания моделей и архитектурами микросервисов,
- опыт с паттернами интеграции моделей на разных языках программирования,
- знание feature stores и контроля согласованности train/serve,
- практический опыт работы с сервисами GCP, такими как Vertex AI, BigQuery и Cloud Storage.
Процесс набора:
Рассмотрение резюме – звонок HR – интервью – интервью с клиентом – принятие решения
