Т1·Москва·28 авг.
DevOps+MLOps инженер
≈ от 180 000 ₽наша оценка по вакансиям этой роли и грейда, у работодателя вилка не указана
🏢 ОфисMiddleПолная занятость
Вилки нет, про деньги придётся договариваться с нуля.
Чем предстоит заниматься
Проектирование, развёртывание и развитие инфраструктуры платформы искусственного интеллекта (on‑prem и облако): Kubernetes‑кластеры, GPU‑ноды, storage, сети, безопасность
Построение и поддержка CI/CD/CT‑пайплайнов для ML‑моделей и сервисов: от артефакта DS до продакшн‑инференса с откатами и канареечными релизами
Интеграция и эксплуатация LLM/ML‑сервисов для внутренних команд и рыночных внедрений: упаковка моделей в сервисы, конфигурация autoscaling, SLA, observability
Настройка мониторинга и алертинга по инфраструктуре и моделям (метрики ресурсов, latency, ошибки, дрейф данных), реагирование на инциденты, участие в post‑mortem
Автоматизация ML‑пайплайнов: подготовка данных, обучение, переобучение, регистрация моделей, управление версиями и окружениями
Поддержка внедрений у клиентов: тиражирование платформенных компонентов, адаптация инфраструктуры под контур заказчика, участие в performance‑оптимизации и cost‑cutting (GPU/CPU)
Наши требования
Высшее образование
Опыт работы: 5+ лет
Глубокое понимание жизненного цикла ML‑модели: от экспериментов до продакшн‑инференса и мониторинга
Уверенный Linux, сетевые основы, безопасность, работа с контейнерами и оркестраторами
Опыт построения CI/CD‑пайплайнов для сервисов и ML‑артефактов (Docker images, модели, данные)
Опыт с LLM/GenAI‑платформами: vLLM, TGI, Hugging Face, Triton/ONNX Runtime, оптимизация инференса
Опыт построения feature store, model registry, ML pipelines (Kubeflow, MLflow, Airflow, Argo Workflows)
Работа в гибридной инфраструктуре: on‑prem кластеры + публичные облака (T1 Cloud, VK Cloud, Yandex Cloud и др.)
Понимание cost‑optimization: FinOps для GPU/CPU, автобалансировка нагрузок
Языки: Python (утилиты, обвязка) / Bash
Контейнеризация и оркестрация: Docker, Docker Compose, Kubernetes (Helm, Operators), желательно Kubeflow
CI/CD: GitLab CI / GitHub Actions / Jenkins / Argo CD
Инфраструктура: Terraform / Ansible, конфигурация Linux‑серверов, Nginx, cert‑manager
Data/ML‑инфраструктура: Apache Kafka, Airflow/Argo Workflows, S3‑совместимые хранилища, MLflow/Weights&Biases
Мониторинг и логи: Prometheus, Grafana, Loki/ELK, Sentry, alertmanager
Проектирование и развёртывание инфраструктуры платформы ИИ (кластер Kubernetes, storage, сети, security) под LLM/ML‑нагрузки
Построение воспроизводимых ML‑пайплайнов: обучение, валидация, packaging модели, деплой в batch и real‑time режимах
Настройка мониторинга моделей: метрики качества, дрейф данных, latency/throughput, автоматический rollback и retraining‑триггеры
Совместная работа с DS/разработчиками и внедренцами: перевод экспериментальных ноутбуков в надёжные сервисы для внутренних и внешних клиентов
Специализированные программы
Мы против мошенников на площадке: если тебя просят заплатить, продиктовать код или установить непонятное приложение, прекращай общение и сразу пиши нам (чат с основателем или форма обратной связи).