EPAM·23 авг.
Senior ML Infrastructure Engineer (DevOps)
Ориентир по рынку≈ 347 000 – 385 000 ₽наша приблизительная оценка по 9 вакансиям этой роли и грейда, у работодателя вилка не указана
≈ 4,3 тыс.–4,8 тыс. $
УдалённоSeniorПолная занятостьАутсорс
≈ 347 000 – 385 000 ₽наша приблизительная оценка
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги». В описании есть настораживающие места, они разобраны ниже.
2 из 4 в норме
Висит давно: что спросить, чтобы не откликаться в пустоту
Деньги
Сумму в объявлении не указали. Ориентир на созвон: столько платят в 9 похожих вакансиях DevOps / SRE уровня Senior.
Живость
Открыта уже 65 дней. Источник её держит, но за таким сроком часто стоит трудный найм или набор в резерв.
- Зарплата не указана
Описание
Обязанности: 8, требования: 8. Понятно, что за работа, ещё до отклика.
- Известно
- высокие нагрузки и в работе ИИ-инструменты для кода
- Не сказано
- как оформят, из каких стран можно работать и часовой пояс команды
- Настораживает
- «on-call»: работать придётся и вне обычного дня.
Что требуют
ОбязательноMLLinuxKubernetesDockerPythonGitCI/CDAirflowAWSCUDA
Надбавка к зарплате на этом уровне: Kubernetes +14%, Python +14%, Docker +9%.
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 EPAM обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Вакансия на английскомПереведёт заголовок и описание вакансии на русский
Чем предстоит заниматься
Keep real-time inference services healthy through alerting, live debugging and fixing of production incidents, rollbacks and postmortems, as part of a shared 24x7 on-call rotation
Build and improve AWS infrastructure, including infrastructure as code, CI/CD pipelines, Kubernetes, Docker, autoscaling, monitoring, load testing and cost control
Care for the GPU fleet through NVIDIA driver and CUDA upgrades, node provisioning and debugging, and capacity management
Automate user access, including SSH credentials, service accounts and developer environments for the science team
Run real-time production data pipelines, including streaming ingestion into an online feature store and serving features to low-latency endpoints
Orchestrate batch jobs with Airflow or Databricks Workflows
Partner with applied scientists to productionize their prototypes and keep them healthy
Write and review production Python, including validating AI-generated code
Наши требования
24x7 on-call experience with high-load online services in production, including real incidents personally debugged and fixed live
Strong Linux systems skills, with hands-on experience in Kubernetes, Docker and infrastructure as code
Solid experience in Python, Git and CI/CD
Experience with workflow orchestration tools such as Airflow, Databricks Workflows or equivalent
Proficiency in Apache Airflow, CI/CD and DevOps practices
Familiarity with Gen AI in SDLC
English proficiency at B2 level or higher
Familiarity with Anthropic Claude Code
Дополнительно
We are looking for a Senior ML Infrastructure Engineer
Who enjoys running systems in production. You will work side by side with our applied scientists: they build the models, and you own everything needed to run them reliably for millions of customers. Our team owns its infrastructure end to end, deployment and operations included, so your work is visible, and the ownership is real. Experience with 24x7 on-call rotations for high-load online services in production is required for this role. You will thrive here if you have been the person who gets paged and fixes things, rather than handing deployment and operations to a separate team
