Просмотр вакансии

АО «ВИМ Инвестиции» — признанный лидер на российском рынке управления инвестиционными фондами. Мы создаем передовые финансовые продукты, помогая крупным частным клиентам и корпорациям эффективно управлять капиталом и уверенно смотреть в будущее. Управляем крупнейшим биржевым фондом в России — БПИФ «ВИМ - Ликвидность» (LQDT).

Мы активно развиваем Invest Tech в организации и ищем инженера в направление разработки AI/ML-сервисов для поддержки инвестиционных решений и повышения доходности инвестиционных продуктов (биржевые фонды и стратегии доверительного управления), который возьмет лидерство в построении локальной и облачной инфраструктуры вычислений и данных – MLOps и Data Engineering.

• Green field (01): предстоит выстроить ML- и GenAIOps-платформу «с нуля», настроить и внедрить исполнение / инференс LLM и классических ML-моделей, автомасштабирование, векторную базу данных и централизованное RAG-приложение, функциональный мониторинг (трассировка действий агентской системы, метрики качества системы, моделей, данных и т.д.), инструменты развертывания в prod-среде, версионирования и онлайн экспериментирования.
• Видеть результат: прямое влияние на доходность продуктов и эффективность бизнес-процессов в организации, а не только на низкоуровневые метрики.
• Kaggle-like: уникальный проект на рынке, интересные прикладные задачи, внедряем cutting-edge технологии, вовлекаем соревновательный элемент.

Обязанности:

• Проектирование инженерных сервисов уровня ML и GenAIOps-платформы для снятия рутинных операций с ML-инженеров и абстрагирования сложных настроек и пайплайнов, формирование долгосрочной стратегии платформы (hardware, middleware, интеграции, пайплайны, стандарты, SLO/SLA).
• Техническая реализация платформенного решения и инженерных сервисов (разработка и развертывание компонент, программирование интеграционных интерфейсов, автоматизация пайплайнов CI / CD для ИИ-приложений, непрерывного до-обучения / fine-tune и мониторинга в prod-среде).
• Непосредственно осуществлять развертывание, интеграцию и настройку специализированных компонентов NVIDIA Triton + бэкэнды, N8n, Langfuse, LiteLLM, Prometheus adapter / KEDA, MinIO, Milvus / Qdrant, Istio, Flagger и пр.
• Поддержание необходимого окружения в средах dev / test / uat / prod / dr.
• Предоставление ИИ-сервисов (serving) и выполнение SLA уровня платформы. Разработка стратегии использования LLM, развертывание LLM во внутреннем контуре организации, оптимизация инференса по утилизации GPU, задержке выдач и пропускной способности (форматы LLM, конфигурации, методы).
• Создание централизованных хранилищ признаков (online, offline feature store). Построение и поддержание пайплайнов данных и витрин ИИ-приложений.
• Централизованное управление учетными данными и правами доступа к сервисам платформы, ИИ-приложениям и витринам данных.
• Повышение производительности сервисов end-to-end: профилирование узких мест по данным, интеграциям, инференсу и приложениям. Совершенствование надёжности и безопасности: реализовывать кэширование, масштабирование, реплицирование, мониторинг, алерты, сегментирование данных и DR.

• Не менее 5-и лет опыта в роли ML / GenAI / DevOps-инженера.
• Не менее 3-х лет опыта работы с LLM / ML в prod-среде (обязательно).
• Продвинутый уровень владения Python и SQL, знание C++.
• Практика конфигурирования и оптимизации инференса LLM.
• Знание контейнеризации и уверенное владение Docker и Kubernetes (развертывание, масштабирование, YAML-манифесты, Helm-чарты).
• Знание Git, MinIO (S3), ClickHouse, PostgreSQL, Airflow, MLflow, Kong.

• Комфортный офис в Москва Сити (гибридный формат работы);

• ДМС с первого дня работы, включающая стоматологию, страхование жизни и возможность подключения родственников;

• Сервис корпоративных скидок Best Benefit;

• Конкурентный уровень заработной платы.