X5 Tech·Россия·27 авг.
MLOps / ML Infrastructure Engineer
Ориентир по рынку≈ 347 000 – 385 000 ₽наша приблизительная оценка по 9 вакансиям этой роли и грейда, у работодателя вилка не указана
≈ 4,2 тыс.–4,7 тыс. $
🌍 УдалённоSeniorПолная занятость
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги». Объявление живое, и что за работа, понятно из текста.
3 из 4 в норме
Вилку не назвали: какую сумму назвать вам и ниже какой не соглашаться
Деньги
Зарплату в объявлении не раскрыли. Ориентир на созвон: столько платят в 9 похожих вакансиях DevOps / SRE уровня Senior.
Живость
Открыта 55 дней, и признаков фиктивного найма у неё нет.
- Появилась у нас 27 августа 2026 г., 55 дней назад
- Текст сверяли с источником: с тех пор как мы её нашли, он не менялся
- У источника её видели сегодня
В Pro вся история: 1 копия на других сайтах
Считается по истории наблюдений за вакансией: сколько раз её переоткрывали, меняли ли текст, как долго висит. Выдачу источника сверяем при каждом обходе: пропажу, возврат и правки текста. Это оценка по косвенным признакам, а не факт. Окончательный вывод за вами.
Описание
Обязанности: 11, требования: 16. Понятно, что за работа, ещё до отклика.
- Обещают
- аккредитованная IT-компания
- Не сказано
- как оформят, из каких стран можно работать и часовой пояс команды
Что требуют
ОбязательноMLOpsMLKubernetesCI/CDLinuxPrometheusGrafanaPythonBash
ПлюсомCUDAAirflowELKHelmTerraformArgo CD
Надбавка к зарплате на этом уровне: Kubernetes +15%, Python +14%, CI/CD +5%.
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
10 вопросов именно к этой вакансии: что спросить на первом созвоне
Когда откликаться
Стоит ли спешить: за сколько дней X5 Tech обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Наша компания
Ищем инженера, который будет отвечать за стабильную работу ML-инфраструктуры и сервисов инференса в production. В этой роли предстоит настраивать и поддерживать Triton Inference Server, работать с Kubernetes и CI/CD, следить за стабильностью ML-сервисов и пайплайнов, разбирать инциденты и постепенно улучшать инфраструктуру.
Чем предстоит заниматься
Настраивать и поддерживать NVIDIA Triton Inference Server для production-нагрузки
Загружать и обновлять модели в Triton, настраивать model repository, версии моделей и параметры инференса
Поддерживать и развивать CI/CD для моделей и ML-сервисов
Настраивать Kubernetes-ресурсы: CPU, GPU, memory, requests/limits, autoscaling и Deployment-ы
Поддерживать DAG-и и пайплайны, разбирать и устранять возникающие проблемы
Диагностировать инциденты: миграция базы, проблемы с сервисами, нехватка памяти/CPU/GPU, падения Pod-ов и другие production-проблемы
Следить за состоянием сервисов по дашбордам, метрикам и логам
Анализировать логи и метрики: определять, что именно сломалось, когда началась проблема и где находится её первопричина
Участвовать в устранении технического долга и развитии инфраструктуры
Переводить существующие процессы на более современные инструменты, в том числе участвовать в миграции на MLflow
Автоматизировать повторяющиеся операции и снижать количество ручных действий при эксплуатации ML-сервисов
Наши требования
Опыт работы с GPU в Kubernetes: NVIDIA device plugin, GPU requests/limits, CUDA
Опыт оптимизации ML-инференса и понимание latency/throughput/batching
Знание MLflow и практический опыт работы с Model Registry
Опыт с Airflow или другими системами оркестрации DAG-ов
Опыт работы с Prometheus, Grafana, Loki/ELK и системами алертинга
Знание Helm, Terraform или Argo CD
Опыт эксплуатации ML-платформ или большого количества ML-сервисов в production
Уверенное знание Linux и понимание принципов эксплуатации production-сервисов
Практический опыт работы с Kubernetes: Deployments, Pods, requests/limits, probes, ConfigMap/Secret, volumes, ресурсы и troubleshooting
Опыт настройки и эксплуатации CI/CD
Понимание принципов работы ML-инференса и жизненного цикла ML-модели в production
Опыт работы с Triton Inference Server или близкими системами model serving
Умение читать и анализировать логи и метрики, находить причину проблем, а не только перезапускать сервис
Базовое понимание мониторинга: Prometheus/Grafana или аналогичные инструменты
Опыт работы с Python и/или Bash для автоматизации
Умение самостоятельно разбираться в незнакомой инфраструктуре и доводить проблему до решения
Технологии и навыки
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).