Senior/Principal ML Systems Architect (TensorFlow + Python) in IK Aktualnaya Mehanika, OOO

Übersicht 

Wir suchen einen äußerst erfahrenen ML-Systemarchitekten, der eine skalierbare, produktionstaugliche Architektur für unseren Machine-Learning-Löser entwirft und implementiert. Diese Rolle verbindet Forschungsprototypen und den kommerziellen Einsatz und stellt Zuverlässigkeit, Wartbarkeit und Leistung in einem gemischten Technologie-Stack sicher. 

Verantwortlichkeiten 

• Architekt der ML Solver-Plattform: 

• Definieren Sie eine modulare Architektur für Datenvorverarbeitung, Modellausführung, und Nachbearbeitung. 

• Etablieren Sie klare API-Verträge zwischen Python/TensorFlow und C#-Diensten. 

• ML-Workflows produzieren: 

• Forschungscode in robuste, testbare und beobachtbare Dienste umwandeln. 

• Implementieren Sie CI/CD-Pipelines, automatisierte Tests und Reproduzierbarkeitsstandards. 

• Integration und Interoperabilität: 

• Entwerfen Sie REST/gRPC-Endpunkte für die sprachübergreifende Kommunikation. 

• Stellen Sie die Kompatibilität mit C#/.NET-Diensten sicher. 

• Leistung und Skalierbarkeit: 

• Optimieren Sie die GPU-/CPU-Auslastung, Batch-Strategien und die Speicherverwaltung. 

• Planen Sie Szenarien mit mehreren Modellen und mehreren Mandanten. 

• MLOps & Lifecycle Management: 

• Implementieren Sie Modellversionierung, Artefaktregistrierungen und Bereitstellungsworkflows. 

• Richten Sie Überwachung, Protokollierung und Warnungen für die Solver-Leistung ein. 

• Sicherheit und Compliance: 

• Wenden Sie Best Practices für die Verwaltung von Geheimnissen, das Scannen von Abhängigkeiten und die sichere Speicherung von Artefakten an. 

Erforderliche Fähigkeiten und Erfahrung 

• ML-Frameworks: Experte für TensorFlow (TF2/Keras), Erfahrung mit ONNX Runtime für Inferenz. 

• Programmierung: Fortgeschrittenes Python für ML; ausgeprägte Kenntnisse in Verpackung, Typprüfung und Leistungsprofilierung. 

• Architektur: Nachgewiesene Erfahrung beim Entwerfen skalierbarer ML-Systeme für die Produktion. 

• APIs: Kenntnisse in gRPC/Protobuf und REST für die sprachübergreifende Integration. 

• MLOps: CI/CD-Pipelines, Containerisierung (Docker/Kubernetes), Modellregistrierungen, Reproduzierbarkeit. 

• Leistungsoptimierung: GPU-Beschleunigung (CUDA/cuDNN), gemischte Präzision, XLA, Profilierung. 

• Beobachtbarkeit: Metriken, Ablaufverfolgung, strukturierte Protokollierung, Dashboards. 

• Sicherheit: SBOM, Bildsignierung, rollenbasierter Zugriff, Schwachstellenscan. 

Bevorzugte Qualifikationen 

• Erfahrung mit ONNX Runtime Training, PyTorch oder hybriden ML-Architekturen. 

• Vertrautheit mit verteilten Trainingsstrategien und Multi-GPU-Setups. 

• Kenntnisse über Feature Stores und Datenvalidierungs-Frameworks. 

• Kontakt mit regulierten Umgebungen und Compliance-Frameworks. 

Tools & Technologien 

• ML: TensorFlow, ONNX Runtime, tf2onnx. 

• APIs: FastAPI, gRPC. 

• DevOps: GitLab CI/GitHub Actions, Docker, Kubernetes. 

• Überwachung: Prometheus, Grafana, OpenTelemetry. 

• Sicherheit: HashiCorp Vault, Sigstore. 

Warum bei uns mitmachen? 

• Arbeiten an hochmodernen ML-Lösungen, die in kommerzielle Engineering-Software integriert sind. 

• Architektur definieren, die sich über globale Bereitstellungen hinweg skalieren lässt. 

• Arbeiten Sie mit einem Team von Experten für ML, Software-Engineering und UI-Entwicklung zusammen. 

Standort: Remote für UA oder vor Ort für Großbritannien Anstellungsart: Vollzeit style="font-weight: normal; font-style: normal">Wir stellen einen Senior ML Systems Architect ein, der das Design unseres TensorFlow-basierten Lösers für kommerzielle Anwendungen leitet. Sie definieren eine skalierbare Architektur, stellen die Produktionsbereitschaft sicher und integrieren ML mit C#-Diensten. Muss über umfassende Kenntnisse in TensorFlow, Python und MLOps verfügen. Bewerben Sie sich jetzt, um die Zukunft von ML in der Engineering-Software zu gestalten.