Описание:
Департамент информационных технологий Москвы создает и развивает цифровые проекты, которые делают столицу комфортнее, а жизнь горожан — удобнее и мобильнее. Для системы управления столицей технологии — это незаменимый инструмент, который применяется во всех отраслях экономики, городского хозяйства и социальной сферы. А для миллионов горожан — повседневный помощник, который позволяет получать сотни услуг и сервисов в удобном цифровом формате в режиме 24/7. Mos.ru — это главный портал Москвы, на котором есть городские новости, афиша, информация о проектах и решениях правительства и каталог электронных услуг. Ежемесячно mos.ru посещают 20 млн уникальных пользователей. На портале в электронном виде работает более 450 услуг и сервисов в таких сферах, как ЖКХ, образование, здравоохранение, социальная поддержка, транспорт и других. Каждый день около 2 млн раз жители заходят на портал, чтобы подать показания счетчиков, оплатить счета за квартиру, проверить дневник ребенка, почитать новости города или найти бесплатные культурные мероприятия. Что нужно делать: выстраивать MLOps процессы в команде для этапов исследования, внедрения и эксплуатации ИИ сервисов для проводимых экспериментов по обучению ML моделей: организовывать хранилища артефактов, обеспечивать воспроизводимость результатов для продуктовой среды: вести мониторинг и алертинг по качеству работы ИИ сервисов, мониторинг data-shift, организация реестра моделей регулярно проводить мониторинг эффективности MLOps процессов в команде, и повышать за счет перенятия лучшего мирового опыта Какие знания и навыки нам важны: Технический бэкграунд: высшее образование в области компьютерных наук, математики, инженерии или смежных дисциплин 5+ лет опыта в области MLOps, ML-инженерии или DevOps глубокое понимание жизненного цикла машинного обучения (ML) и его компонентов: подготовка данных, обучение моделей, деплоймент, мониторинг Навыки разработки ПО: отличное владение Python (и его библиотеками: NumPy, Pandas, PyTorch или TensorFlow) знание bash и linux архитектур знание SQL и опыт работы с реляционными и нереляционными базами данных владение системами версионирования данных: Gitlab или аналоги Инфраструктура и DevOps: опыт работы с CI/CD-пайплайнами (GitLab CI/CD или аналоги) знание инструментов контейнеризации (Docker) и оркестрации (Kubernetes) Инструменты MLOps: знание фреймворков для управления экспериментами и моделями: ClearML, MLflow или аналогичных опыт работы с инструментами мониторинга моделей: Prometheus, Zabbix, Grafana, Greylog, Loki, или аналоги Командная работа: умение работать в мультидисциплинарной команде (ML-инженеры, дата-сайентисты, DevOps) хорошие коммуникативные навыки для взаимодействия со стейкхолдерами аналитическое мышление, способность быстро осваивать новые технологии и обосновывать принимаемые решения Будет плюсом: работа с векторными базами данных: FAISS, ChromaDB, Weaviate или аналоги работа с инструментами полноте
