Сбер·Москва·5 дн назад
Middle+ AI Engineer (MLOps Expert)
Ориентир по рынку≈ 250 000 – 425 000 ₽наша приблизительная оценка по 10 вакансиям этой роли и грейда, у работодателя вилка не указана
🏢 ОфисMiddleПолная занятость
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Сумму в объявлении не указали. Сколько платят за похожую работу, видно в разборе. Вакансия свежая: первые отклики читают внимательнее.
3 из 4 в норме
Зарплата не указана: ваша цель, нижняя граница и фраза для первого созвона
Деньги
Сумму в объявлении не указали. Ориентир на созвон: столько платят в 10 похожих вакансиях ML Engineer уровня Middle.
- Кроме оклада: премия. Размер не назван, а от него зависит доход за год.
Живость
Появилась 5 дней назад. Раньше её не выкладывали: это новая позиция, а по новым почти всегда действительно нанимают.
Описание
Расписано подробно: обязанностей 13, требований 21. Картина ясна до первого созвона.
- Обещают
- ДМС
- Известно
- высокие нагрузки и микросервисы
Что требуют
ОбязательноAIMLOpsMLPythonLinuxKafkaRESTAWSGCPAzure
ПлюсомLLMRAGLangChainPrometheusGrafanaELK
Надбавка к зарплате на этом уровне: Python +40%, REST +26%, Kafka +20%.
Полный разбор в Pro
Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме
Сколько просить
Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга
Ваше резюме против требований
Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика
Спросить у работодателя
Что стоит спросить: вопросы именно к этой вакансии для первого созвона
Когда откликаться
Стоит ли спешить: за сколько дней эта компания обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Наша компания
Мы строим высоконагруженные production-grade ML-системы для обеспечения банковской безопасности. Наш фокус: антифрод, управление рисками, обнаружение аномалий и оптимизация бизнес-процессов. Внедряем различные решения – от классического ML до state-of-the-art архитектур в DL. Ищем опытного ML/MLOps инженера, который будет работать на стыке Data Science, Backend и DevOps. Главная цель – автоматизировать, масштабировать и контролировать жизненный цикл моделей
Чем предстоит заниматься
Упаковка моделей в Docker
Настройка CI/CD пайплайнов
Версионирование данных, моделей и артефактов в MLflow
Деплой в Kubernetes
Проектирование end-to-end пайплайнов (от сырых логов до сервиса)
Сборка данных из SQL/NoSQL баз
Проектирование витрин признаков (Feature Engineering)
Автоматизация переобучения моделей в Airflow
Работа с потоковыми данными в Kafka
Настройка мониторинга data drift и model decay
Логирование экспериментов (MLflow)
Анализ данных и валидация моделей
Совместная работа DS/DE/DevOps/Backend по интеграции моделей в микросервисную архитектуру
Наши требования
Опыт работы ML Engineer, MLOps Engineer или DevOps Engineer от 3-х лет (с подтверждённым опытом вывода моделей в прод)
Понимание жизненного цикла моделей
Уверенное владение Python
Знание Linux и сетевых основ
Понимание микросервисной архитектуры и работы с очередями (Kafka)
Опыт работы с REST API
Опыт работы с облачными платформами (AWS, GCP, Azure или Yandex Cloud)
Опыт построения CI/CD пайплайнов
Опыт работы с Airflow (оркестрация), MLflow (трекинг), Docker/K8s (контейнеризация), Kubernetes
Опыт использования систем контроля версий Git/Bitbucket
Уверенное владение SQL (сложные джойны, оконные функции, оптимизация запросов) и знакомство с Big Data стеком (Spark, Hadoop)
Умение решить любую несложную инфраструктурную задачу, с которой не работал(а) ранее
Навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом
Опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов
Инструментальное владение AI для анализа, генерации и автоматизации
Опыт с LLMs (fine-tuning, RAG, evaluation via RAGAS/DeepEval, vLLM)
Опыт работы с Kafka/Spark
Опыт с LangChain, LangGraph, function calling
Опыт работы с GPU-инфраструктурой и оптимизацией инференса
Опыт мониторинга с использованием Prometheus, Grafana, ELK/OpenSearch
Опыт использования DVC или других инструментов управления версиями данных
Мы предлагаем
Инновационные, амбициозные проекты и задачи, которые развивают: всегда есть возможность прокачать свои навыки в работе и профессионально расти
Среда для обмена знаниями – высокая экспертиза внутри команды
Сплоченная команда, работающая над общими задачами и умеющая хорошо отдыхать
Нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам
Стабильная заработная плата и годовой бонус
Полностью офисный формат работы. Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом
Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
Подписка Прайм с возможностью совместного использования на трёх близких
Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
Вознаграждение за рекомендацию друзей в команду Сбера
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).