Контакты
Вымышленные данные
Денис Алексеевич Морозов
Принципал MLOps-инженер
xxx@mail.ru+7 926 000-00-00Москва
О себе
Я — Принципал MLOps-инженер с обширным опытом в создании надежных и эффективных систем для управления полным жизненным циклом моделей машинного обучения. Успешно переводил сложные ML-проекты из стадии R&D в продакшн, используя передовые практики DevOps и облачные технологии. Мой подход ориентирован на автоматизацию, масштабируемость и обеспечение высокого качества ML-продуктов, а также на менторство команд и формирование технической стратегии в области MLOps.
Опыт работы
Принципал MLOps-инженер
AI Innovations Ltd. · Москва
Январь 2019 – Настоящее время
- Разработал и внедрил централизованную MLOps-платформу на Google Cloud Platform, использующую Kubeflow и Vertex AI, что позволило сократить время развертывания новых моделей на 50% и ускорить эксперименты дата-сайентистов на 30%.
- Руководил командой из 6 MLOps-инженеров, отвечающих за автоматизацию CI/CD для ML, мониторинг моделей и управление функциями, обеспечив поддержку для более чем 20 продакшн-моделей.
- Внедрил систему мониторинга дрейфа данных и производительности моделей с оповещениями, что снизило количество критических инцидентов, связанных с ML, на 20%.
- Оптимизировал процессы обучения моделей, уменьшив затраты на облачные ресурсы на 18% за счет эффективного использования Spot Instances и автомасштабирования.
- Сформировал стратегию управления версиями данных и моделей (DVC, MLflow), обеспечив воспроизводимость и аудит всех ML-артефактов.
Ведущий ML-инженер / DevOps-инженер
Data Solutions Corp. · Санкт-Петербург
Июнь 2014 – Декабрь 2018
- Создал конвейеры для автоматического обучения и развертывания рекомендательных систем, увеличив точность предсказаний на 10% и скорость обновления моделей.
- Внедрил Docker и Kubernetes для контейнеризации и оркестрации ML-сервисов, обеспечив надежность и масштабируемость.
- Разработал инструменты для автоматического тестирования и валидации моделей перед их развертыванием в продакшн.
- Отвечал за разработку и поддержку ETL-процессов для подготовки данных, обрабатывая петабайты данных ежедневно.
Навыки
Hard skills
MLOps-платформы (Kubeflow, MLflow, Vertex AI, SageMaker)CI/CD для MLDockerKubernetesPythonОблачные платформы (GCP, AWS)DevOps-инструменты (Terraform, Ansible, Jenkins)Мониторинг моделейDataOpsBig Data (Spark, Hadoop)Базы данныхМашинное обучение (Scikit-learn, TensorFlow, PyTorch)
Soft skills
Стратегическое мышлениеЛидерство командМенторствоПроблемно-ориентированный подходМежфункциональное взаимодействие
Образование
Магистр, Прикладная математика и информатика
Национальный исследовательский университет «Высшая школа экономики» · 2008 – 2014
Языки
- Русский — C2 (Native)
- Английский — C1 (Advanced)
Сертификаты
- Google Cloud Professional Machine Learning Engineer · Google Cloud, 2020
- Certified Kubernetes Application Developer (CKAD) · Cloud Native Computing Foundation, 2018