DevOps инженер
Lead SRE MLOps DevOps Engineer
ID: 41900
4 часа назад
Активна
400 000 ₽ - 450 000 ₽
Требуемый опыт
От 3 до 6 лет
📞Способы связи
📄 Оригинальный текст вакансии
Lead SRE / MLOps / DevOps
Зп: 400 000 — 450 000 ₽ net (ТК / ИП)
Проект — развитие централизованной MLOps-экосистемы крупного банка.
Команда отвечает за платформу полного цикла работы с ML-моделями — от разработки до эксплуатации.
В рамках платформы:
- Среда разработки моделей (train / inference пайплайны)
- Среда исполнения моделей
- Платформа доставки
- Feature Store
- AutoML и внутренняя ML-платформа для аналитиков
- A/B тестирование
- RAG / LLMOps
- Системы обработки документов с использованием ИИ
Чем предстоит заниматься:
- Развитие и ответственность за observability стек платформы и смежных решений
- Роль связующего звена между командами разработки, инфраструктуры и сопровождения
- Создание и развитие инструментов для работы в едином ML-контуре (совместно с dev-командами)
- Масштабирование ML-платформы и инфраструктурных решений
- Участие в развитии централизованной MLOps-экосистемы
- Повышение надежности, отказоустойчивости и прозрачности систем
Ожидания от кандидата:
- Опыт SRE / DevOps от 3+ лет
- Опыт работы с MLOps / ML-инфраструктурой от 1 года
- Уверенное администрирование Kubernetes (от 2 лет)
- Опыт работы с CI/CD (Jenkins / GitLab CI), Docker, Helm
- Знание Python
Опыт работы с инструментами MLOps:
- Airflow, MLflow, Argo Workflows, JupyterHub, Seldon, KServe, CUDA
Опыт работы с big data стеком:
- Hadoop, Spark, Kafka, ELK
Стек:
Kubernetes, Docker, Helm, Jenkins / GitLab CI, Python
Airflow, MLflow, Argo, Seldon, KServe, JupyterHub
Hadoop, Spark, Kafka, ELK
ML pipelines, Feature Store, AutoML, RAG / LLMOps
Условия:
-ДМС со стоматологией
-Компенсация фитнеса
-Скидки на курсы английского (Skyeng) и в кино
-Индексация зарплаты
-Современная техника для работы
-IT-аккредитация
Присылай резюме - @alinarood
🛠 Навыки
Airflow (workflow management platform)
Apache Kafka
Argo Workflows (container-native workflow engine)
CUDA (parallel computing platform)
Elasticsearch
Hadoop
Jenkins (tools for software configuration management)
JupyterHub (multi-user server for Jupyter notebooks)
Kibana
KServe (Kubernetes-based serverless inference layer)
Logstash
manage ICT virtualisation environments
MLflow (machine learning platform)
project configuration management
Python (computer programming)
Seldon (machine learning deployment platform)
Spark
🎯 Домены
AI
Fin-tech
ML
MLOps
🤖 ИИ навыки
Apache Airflow
Apache Hadoop
Apache Kafka
Apache Spark
Argo Workflows
AutoML
Feature Store
GitLab CI/CD
Jenkins (tools for software configuration management)
LLMOps
Machine Learning
manage ICT virtualisation environments
MLflow
Python (computer programming)
retrieval-augmented generation
Seldon Core
utilise machine learning
* Навыки определены автоматически с помощью нейросети
🤖 ИИ домены
Banking
DevOps
Machine Learning
MLOps
Site Reliability Engineering
* Домены определены автоматически с помощью нейросети
📢 Информация о публикации
🔗 Оригинальные посты (1)
Канал:FrWork3