Kolesa Group — международная IT‑компания, строим классифайды для миллионов пользователей.
Наши продукты — kolesa.kz | krisha.kz | avtoelon.uz — помогают людям и бизнесам продавать и покупать авто, недвижимость, товары и услуги.
Культура экспериментов, командный дух, технологии, постоянное развитие и желание достичь крутых результатов — отличительные черты Kolesa Team.
Наибольшая часть работы: классическая разработка и поддержка сервисов, межсервисные взаимодействия, работа с базами данных, S3 хранилищами и другими инфраструктурными инструментами
Сверху погрузим в контекст MLOps, GPU и всего, что необходимо в работе — главное, чтобы был опыт работы с Python или Go на уровне middle+ и желание погружаться в новую сферу. Вся разработка ведется на Go, но так как ML инженеры используют Python — столкнуться придется с обоими языками.
- Python
- Docker
- Elasticsearch
- Linux
- API
- Go
- Kubernetes
- CUDA
- PyTorch
- MongoDB
- Redis
- Backend
- SQL
- CI/CD
-
Написание и поддержка сервисов и утилит для ML команды;
-
Автоматизация генерации сервисов и деплоя для ML моделей;
-
Разработка и поддержание инфраструктуры разметки данных;
-
Оптимизация потребляемых ресурсов GPU сервисами;
-
Автоматизация и систематизация этапов работы над ML моделями, кроме; тренировки (сбор данных, разметка, post-production мoниторинг);
-
Внедрение инструментов для снижения TTM релизов ML сервисов.
-
Опыт работы с Python или Go;
-
Опыт работы Linux;
-
Опыт работы с реляционными и NoSQL базами данных (В основном используем: mongo, postgresql, mysql);
-
Опыт работы с git и системами сборки и деплоя (GitLab CI/CD, GitHub Actions, Bamboo);
-
Опыт работы с контейнеризацией (Docker, containerd);
-
Умение давать оценку сроков выполнения задач и соблюдать их, вовремя сигнализировать о проблемах;
-
Написание и поддержка тестов;
-
Умение находить, решать и предотвращать проблемы с помощью мониторинга, логирования, сбора и анализа метрик;
-
Понимание сервисной архитектуры, подходов к межсерверному взаимодействию.
-
Знание других языков программирования, парадигм и баз данных;
-
Опыт работы с Kubernetes;
-
Опыт работы с RedPanda/Kafka;
-
Опыт работы с S3;
-
Опыт работы с PyTorch;
-
Опыт работы с CUDA;
-
Понимание основ Data Science/Machine Learning.
Этапы отбора
Интервью с HR
Мы расскажем о компании и позиции, а ты поделись предыдущим опытом работы и достижениями.
Интервью с тимлидом
HR вместе с тимлидом проверят нужные навыки и оценят кандидата по нашим грейдам.
Это клёвая возможность для кандидата проявить себя и узнать подробнее о задачах.
Финальное интервью
Оценим, насколько мы друг другу подходим по культуре. Расскажем о команде и процессах внутри компании.
Что мы оцениваем на собеседовании?
Советы кандидатам
Создаем комфортные условия работы
- Соцпакет на выборЗдоровье, образование, билеты и т.д.
- Рост all inclusiveГрейды, индивидуальные планы развития, менторство
- Программа релокацииПомогаем иногородним сотрудникам в переезде
- ОбучениеУчастие в митапах, конференциях и тренингах
- Онлайн-библиотекаДоступ к огромной tech-библиотеке
- Языковые курсыКурсы от компании-партнёра
- Пополнение личного кабинетаНа сайтах Kolesa.kz и Krisha.kz
- СкидкиСкидки на фитнес, lamoda, skillbox, skyeng, geekbrains и т.д.