ML-инженер, мониторинг инфраструктуры

Команда инфраструктурного мониторинга отвечает за стабильность и производительность высоконагруженных систем. Переход от реактивного подхода к проактивному: строится система, предсказывающая сбои до их возникновения. Цель — создать внутренний AI-слой, автоматизирующий рутину эксплуатации, анализирующий петабайты логов и трассировок и помогающий инженерам принимать решения на основе данных.

Чем предстоит заниматься:

• создавать и внедрять в продакшен модели временных рядов для прогнозирования нагрузки на инфраструктуру и предиктивного алертинга, чтобы выявлять аномалии за часы или дни до деградации сервиса;
• разрабатывать пайплайны автоматической классификации и группировки алертов, строить системы семантического поиска и суммаризации причин сбоев по неструктурированным данным с использованием внутренних LLM;
• проектировать архитектуру взаимодействия с внутренними LLM для автоматической категоризации инцидентов, генерации рекомендаций по устранению и нормализации данных мониторинга;
• выстраивать полный цикл работы с ML в production: от версионирования данных и моделей (MLflow / DVC) до автоматизированного A/B-тестирования версий моделей, мониторинга деградации качества (data drift, concept drift) и автоматического переобучения;
• применять методы оптимизации инференса для обеспечения низкой задержки ответов AI-сервисов в контуре real-time мониторинга;
• участвовать в проектировании потоков данных (ClickHouse, Redis, Kafka) для обеспечения ML-моделей актуальными фичами в режиме, близком к реальному времени;
• работать в тесной связке с SRE, DevOps и разработчиками бэкенда для обеспечения отказоустойчивости AI-сервисов и развития CI/CD-процессов.

Мы ждем от тебя:

• коммерческий опыт разработки на Python от 3 лет, уверенное знание Python Core, GIL и принципов работы CPython;
• понимание классического машинного обучения: от алгоритмов временных рядов (ARIMA, Prophet, LSTM, CatBoost для time-series) до задач классификации и кластеризации;
• опыт работы с СУБД в рамках написания сложных запросов, понимание партиционирования и движков таблиц (PostgreSQL, Oracle, Redis, ClickHouse);
• опыт написания качественного, покрытого тестами кода (pytest, unittest, принципы TDD, проектирование тестируемой архитектуры);
• опыт работы с Docker, понимание многослойных образов и оптимизации их размера, опыт работы с GitLab CI, Jenkins или GitHub Actions, написание пайплайнов для автоматической сборки, тестирования и доставки ML-сервисов;
• знание протоколов сетевого взаимодействия HTTP/1.1, HTTP/2, REST, gRPC, а также брокеров сообщений (Kafka, RabbitMQ);
• практический опыт MLOps: контейнеризация моделей, настройка мониторинга дрейфа данных, пайплайны переобучения.

Будет плюсом:

• опыт работы с экосистемой Big Data: PySpark, Hadoop, Airflow (построение сложных DAG для подготовки фичей);
• опыт работы с Kubernetes/Openshift: написание Helm-чартов, настройка ресурсов (CPU/Memory), работа с PodDisruptionBudgets и HorizontalPodAutoscaler;
• понимание Observability-стека: Prometheus (архитектура, PromQL), Grafana, Loki, Tempo, OpenTelemetry;
• опыт работы в fintech, highload или data-intensive проектах, где цена ложного срабатывания или пропуска аномалии критически высока;
• опыт интеграции с LLM через API, prompt engineering, работа с векторными базами данных для RAG и семантического поиска;
• знание спецификаций взаимодействия с моделями или опыт разработки собственных AI-агентов для автоматизации рутинных задач эксплуатации.

Мы предлагаем:

• офис рядом с м. Кожуховская;
• офисный формат работы на время адаптации;
• ежегодный пересмотр зарплаты и годовая премия;
• корпоративный спортзал и зоны отдыха;
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития;
• расширенный ДМС, льготное страхование для семьи;
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ;
• подписка Прайм с возможностью совместного использования на трёх близких;
• вознаграждение за рекомендацию друзей в команду Сбера.