MLOps-инженер — специалист, который берёт на себя ответственность за надёжный жизненный цикл ML-модели после того, как дата-сайентист создал прототип: автоматизацию процесса развёртывания в продакшен, построение систем мониторинга качества предсказаний в реальном времени и настройку автоматического переобучения модели при обнаружении деградации.
Роль требует сочетания навыков из разных областей: понимания принципов работы моделей машинного обучения (чтобы выявлять специфичные проблемы вроде data drift), инфраструктурных навыков в духе классического DevOps (контейнеризация, оркестрация, CI/CD) и умения выстраивать надёжные, воспроизводимые пайплайны данных.
MLOps-инженеры особенно востребованы в компаниях, где ML-модели встроены в критичные для бизнеса процессы — банковский скоринг, прогнозирование спроса, — поскольку незамеченная деградация качества такой модели напрямую влияет на финансовые результаты.