MLOps Backend-разработчик

Kolesa Group — халықаралық IT-компания, миллиондаған пайдаланушы үшін классифайдтар жасаймыз.

Біздің өнімдеріміз — kolesa.kz | krisha.kz | avtoelon.uz — адамдар мен бизнеске автокөлік, жылжымайтын мүлік, тауарлар мен қызметтерді сатуға және сатып алуға көмектеседі.

Эксперименттер мәдениеті, командалық рух, технологиялар, үздіксіз даму және күшті нәтижеге ұмтылыс – Kolesa Team-нің ерекше қасиеттері.

Жұмыстың көп бөлігі: классикалық қызметтерді әзірлеу және қолдау, қызметаралық өзара әрекеттесу, мәліметтер базасымен, S3 қоймаларымен және басқа инфрақұрылымдық құралдармен жұмыс

Жоғарыдан біз MLOps, GPU және жұмыста қажет нәрсенің контекстіне енеміз-бастысы-Python немесе go-мен middle+ деңгейінде тәжірибе және жаңа салаға енуге деген ұмтылыс. Барлық даму go-да жүзеге асырылады, бірақ ML инженерлері Python — используют қолданатындықтан, сіз екі тілге де тап болуыңыз керек.

• ML командасы үшін қызметтер мен утилиталарды жазу және қолдау;

• ML модельдері үшін қызметтер мен деполарды құруды автоматтандыру;

• Деректерді белгілеу инфрақұрылымын әзірлеу және қолдау;

• GPU қызметтерінің тұтынатын ресурстарын оңтайландыру;

• ML модельдерімен жұмыс істеу кезеңдерін автоматтандыру және жүйелеу; жаттығулар (деректерді жинау, белгілеу, post-production мониторингі);

• ML қызметтерінің TTM шығарылымдарын азайту құралдарын енгізу.

• Python немесе Go тәжірибесі;

• Linux тәжірибесі;

• Реляциялық және NoSQL дерекқорларымен жұмыс тәжірибесі (негізінен: mongo, postgresql, mysql);

• Git және құрастыру және деплой жүйелерімен жұмыс тәжірибесі (GitLab CI / CD, GitHub Actions, Bamboo) ;

• Контейнерлеу тәжірибесі (Docker, containerd);

• Тапсырмаларды орындау мерзімдерін бағалау және оларды сақтау, проблемалар туралы уақытында сигнал беру мүмкіндігі;

• Тесттерді жазу және қолдау;

• Мониторинг, логтау, жинау және көрсеткіштерді талдау арқылы проблемаларды табу, шешу және алдын алу мүмкіндігі;

• Сервистік архитектураны, сервераралық өзара әрекеттесу тәсілдерін түсіну.

• Басқа бағдарламалау тілдерін, парадигмаларды және мәліметтер базасын білу;

• Kubernetes тәжірибесі;

• Redpanda/Kafka тәжірибесі;

• S3 тәжірибесі;

• PyTorch тәжірибесі;

• CUDA тәжірибесі;

• Data Science/Machine Learning негіздерін түсіну.