Обязанности:

• Разработка и поддержка ML-пайплайнов (от обучения моделей до production-развёртывания);

• Создание REST API для моделей с использованием FastAPI/Flask;
• Контейнеризация приложений (Docker) и управление инфраструктурой (docker-compose, Kubernetes);
• Настройка CI/CD для ML-проектов (GitHub/GitLab Actions, Jenkins);
• Мониторинг работы моделей в реальном времени (MLflow, Weights & Biases);
• Интеграция с облачными платформами (AWS SageMaker, GCP Vertex AI, Azure ML Studio);
• Автоматизация ETL-процессов (Airflow, Prefect);
• Участие в code review и совместной разработке.

Требования:

• Глубокое знание Python (ООП, принципы clean code);
• Опыт написания unit/integration-тестов;
• Библиотеки: NumPy, Pandas, Scikit-learn + PyTorch/TensorFlow;
• Docker (образы, Dockerfile, docker-compose);
• Облачные платформы: AWS (S3, EC2), GCP (Cloud Storage), Azure (Blob Storage);
• CI/CD: GitHub/GitLab Actions, Jenkins;
• MLflow, Weights & Biases;
• Мониторинг моделей в production;
• Умение решать комплексные технические задачи;
• Эффективная коммуникация с Data Scientist, разработчиками и Product Manager;
• Готовность быстро осваивать новые MLOps-технологии;
• Опыт с Kubernetes (Pods, Services, ConfigMaps);
• Знание DVC или интеграция MLflow;
• Настройка ETL-пайплайнов (Airflow/Prefect).

Условия:

• График работы: 5 дней в неделю, с 09:00 до 18:00;
• Оформление в соответствии с Трудовым кодексом РУз, предоставление 28 календарных дней отпуска;
• Отсутствие строгого дресс-кода — мы стремимся разрушить стереотипы о государственных организациях;
• Работа в сильной команде профессионалов, готовых делиться знаниями и опытом;
• Участие в крупных и значимых проектах, направленных на создание сервисов для улучшения жизни населения и оптимизацию бизнес-процессов в ведущих предприятиях страны;
• Широкие возможности для самостоятельных решений и активного влияния на развитие компании.