Machine Learning Engineer
Через агентство · Randstadhu
Разработчик программного обеспеченияРазработчик приложенийСистемный аналитикГибкийПолнаяБудапешт
Наш клиент — американская компания — лидер рынка в своем секторе с многодесятилетней историей и гибкой глобальной сетью. Мы ищем высококвалифицированных Machine Learning Engineer для присоединения к их растущей команде в Будапеште в качестве технических специалистов. Работая внутри подразделения Data Engineering вместе со старшими ML-инженерами, дата-инженерами и дата-саентистами, вы сосредоточитесь на внедрении, развертывании и поддержке ML-пайплайнов и ИИ-функций с продакшн-уровнем точности.
Задачи
- Создание и поддержка продакшн ML-пайплайнов: инжиниринг признаков, обучение моделей, оценка, деплой и мониторинг на AWS и Databricks.
- Внедрение и эксплуатация агентских ИИ-воркфлоу с использованием таких фреймворков, как LangChain, LangGraph или аналогичных.
- Разработка и поддержка пайплайнов инжиниринга признаков, обеспечение качества данных, актуальности и согласованности между пакетными путями обслуживания и в реальном времени.
- Эксплуатация и расширение инфраструктуры MLOps: CI/CD моделей, трекинг экспериментов, автоматическое переобучение, версионирование моделей и мониторинг производительности с помощью инструментов MLflow и Databricks.
- Создание и поддержка RAG-пайплайнов, интеграций векторных баз данных, систем управления промптами и компонентов использования инструментов для приложений на базе LLM.
- Создание дашбордов мониторинга моделей и оповещений: отслеживание дрейфа, задержки, показателей ошибок и стоимости, с эскалацией аномалий в контексте.
- Написание продакшн-кода на Python с тщательным тестированием, документацией и соблюдением командных инженерных стандартов.
- Участие в дежурствах on-call для ML-систем, триаж продакшн-инцидентов и внедрение исправлений с надлежащей срочностью.
- Сотрудничество с дата-инженерами по зависимостям входящих пайплайнов и с дата-саентистами по превращению результатов исследований в готовые к развертыванию сервисы.
Условия и льготы
Конкурентная компенсацияКонкурентная базовая зарплата и годовой целевой бонус.Пакет льготПакет Cafeteria и частное медицинское страхование.ГибкостьГибридный режим работы с требованием присутствия в офисе 3 дня в неделю (Будапешт) и возможностью работать 2 дня в неделю удаленно.
Требования
- 3 года опыта в инженерии машинного обучения, прикладном ML или разработке ПО со значительным фокусом на ML и недавним опытом продакшн-внедрений.
- Опыт продакшн-развертывания и поддержки ML-моделей в среде обслуживания, обрабатывающей реальный инференс-трафик за пределами notebook-стадии.
- Уверенное владение экосистемой Databricks ML (MLflow, Model Serving, Feature Store) и знакомство с сопутствующими сервисами AWS (SageMaker, S3, Lambda, Step Functions, ECS/EKS).
- Практический опыт создания приложений с LLM: реализации RAG, векторные базы данных, промпт-инжиниринг и интеграция моделей через API (OpenAI, Anthropic, Bedrock или аналогичные).
- Продакшн-опыт работы с агентскими шаблонами ИИ: многоэтапная оркестрация, использование инструментов или автоматизация рабочих процессов с использованием LangChain, LangGraph или подобных фреймворков.
- Прочные знания Python и надежные основы разработки ПО: контроль версий, тестирование, CI/CD, код-ревью и отладка продакшн-систем.
- Опыт работы по крайней мере с одним основным ML-фреймворком (PyTorch, TensorFlow, scikit-learn, XGBoost), применяемым к продакшн-задачам прогнозирования.
- Знакомство с контейнеризированным развертыванием (Docker, ECS или Kubernetes) и концепциями инфраструктуры как кода (IaC).