К вакансиям
DevOps инженер

Lead SRE MLOps DevOps Engineer

ID: 41900
15 часов 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