
MLOps Engineer
Лаборатория Касперского
Москва
🏢 Офис
Middle
Полная занятость
Россия
Описание вакансии
О команде
SS-infra (Security Services Infrastructure) — команда, занимающаяся развитием и построением инфраструктуры в составе Security Services. Мы строим, автоматизируем и защищаем инфраструктуру для «красных» и «синих» команд (Penetration Testing, Red Teaming, Incident Response, Threat Hunting и др.). Покрываем весь спектр DevOps/SecOps/DevSecOps.
Роль
Ищем инженера с ML- или DevOps-бэкграундом, который перешёл в MLOps. Нам нужен инженер, готовый пилотировать, внедрять и развивать новые решения и подходы. Помимо ML-инфраструктуры, нужно быть готовым помогать команде с классическими DevOps-задачами.
Обязанности
MLOps
•Проектировать архитектуру AI-систем (от прототипа до production);
•Внедрение GPU-планировщика (Kueue, Volcano или аналог) для шаринга нагрузки на одном железе
•Проектирование и поддержка ML-пайплайнов (обучение, валидация, деплой моделей)
•CI/CD для моделей: версионирование данных, моделей, экспериментов
•Мониторинг production-моделей (drift detection, performance tracking)
•Деплой и оптимизация LLM / inference-серверов (vLLM, TGI, Triton)
DevOps
•Контейнеризация и оркестрация сервисов (Docker, K8s)
•CI/CD (GitLab CI, Jenkins)
•IaC (Terraform, Ansible)
•Мониторинг и observability (Prometheus, Grafana, Loki)
•Автоматизация рутинных операций
•Обеспечение выполнения требований ИБ в отношении инфраструктуры
•Ведение технической документации по вверенным ресурсам
Требования
•Бэкграунд в ML/DS — понимание процессов обучения, инференса, работы с данными
•Опыт от 2 лет в MLOps / DevOps с ML-спецификой (было бы огромным плюсом)
•Docker, Kubernetes (Helm, управление кластерами) — production-опыт
•Python — уверенное владение
•CI/CD (GitLab CI, Jenkins, методология GitOps)
•Глубокие знания Linux
•Terraform / Ansible для IaC
•Опыт построения или управления GPU-кластерами (NVIDIA, CUDA, nvidia-container-toolkit)
•Опыт с GPU-планировщиками (Kueue, Volcano, Run:ai)
•Опыт с MLflow, Kubeflow, Airflow или аналогами
•Высшее техническое образование
Будет плюсом
•Опыт работы с LLM / inference-серверами (vLLM, TGI, Triton)
•Знакомство со стеком команды: Gitlab, Nginx, Kafka, RabbitMQ, Elasticsearch, Loki, Grafana, Vault, Keycloak
•Понимание специфики multi-tenant GPU-шаринга (MIG, MPS, time-slicing)
•Опыт работы с Talos OS / Flatcar
•Опыт построения гетерогенной инфраструктуры (on-premise + облака)