Системный аналитик (Nova AI)

Orion soft создает стабильное ПО для ИТ-инфраструктуры Enterprise-бизнеса.

Наши продукты помогают автоматизировать и оптимизировать процессы, создавать защищенную инфраструктуру под КИИ, строить частные облака и запускать эффективные ML/AI-процессы.

Мы развиваем редакцию Nova AI - Kubernetes-платформу для ML/AI и запуска LLM в контуре компании: рабочие окружения, эксперименты, инференс, управление GPU. Стек включает JupyterHub, Airflow, MLflow, S3, KServe, KubeRay. Сейчас у инструментов свои интерфейсы - следующий шаг продукта: единый UI на весь жизненный цикл ML- и LLM-моделей и расширение платформы (мониторинг моделей, Feature Store, поставка моделей). Наша команда активно расширяется и ищет системного аналитика (Middle) в продукт Nova AI.

• Собирать и формализовать требования к платформе для задач ML/AI: запуск рабочей среды, запуск и поставка моделей;

• Описывать пользовательские сценарии, спецификации интерфейсов и взаимодействия компонентов; участвовать в проектировании макетов вместе с продуктом, дизайном и инженерами;

• Вести фичу по всему ЖЦ: от постановки требований до передачи в релиз, включая техдокументацию;

• Писать БТ (интервью с владельцами продукта и инженерами, сравнение с конкурентами), разрабатывать ФТ и НФТ, ставить задачи на разработку;

• Готовить и вести ADR по ключевым решениям: выбор компонентов, интеграции, интерфейсы, нефункциональные требования;

• Участвовать в развитии целевой модели платформы: сравнивать архитектурные варианты (мониторинг моделей, поставка моделей);

• Анализировать интеграции с внешними сервисами: мониторинг, трейсинг, очереди и брокеры, хранилище секретов;

• Описывать пользовательские кейсы отдельных инструментов ML-стека для документации.

• Опыт работы системным аналитиком в ИТ-разработке от 3 лет;

• Умение вести документацию: от бизнес-требований до детальных спецификаций и пользовательских сценариев;

• Знание принципов Agile и опыт работы в кросс-функциональных командах;

• Готовность (и навык) выстраивать продуктивный диалог с клиентами и коллегами.

• Ориентируешься в Kubernetes и Docker, понимаешь, как устроены GPU-нагрузки (планирование задач, MIG / time-slicing, сети);

• Знаком с MLOps-стеком: JupyterHub, MLflow, Airflow, KServe / Ray, model registry;

• Описывал интеграции: мониторинг, трейсинг, очереди, секреты, SSO/OIDC;

• Участвовал в проектировании UI платформенных продуктов;

• Изучал вопросы ИБ, импортозамещения, работы в закрытом контуре.