Senior MLOps Engineer

«UZUM TECHNOLOGIES»·Москва·19 ч назад

Senior MLOps Engineer

Ориентир по рынку≈ 149 000 – 226 000 ₽наш грубый ориентир по 199 вакансиям этого грейда на рынке, без учёта специальности: у работодателя вилка не указана

≈ 1,8 тыс.–2,8 тыс. $

🌍 УдалённоMiddleПолная занятость

≈ 149 000 – 226 000 ₽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». Вакансия к тому же свежая, откликаться лучше сейчас.

3 из 4 в норме

Вилку не назвали: какую сумму назвать вам и ниже какой не соглашаться

Деньги

Сумму в объявлении не указали. Грубый ориентир: столько платят в 199 вакансиях уровня Middle по всему рынку, без учёта специальности.

платят меньше149 000 – 226 000 ₽ у половины таких вакансийплатят больше

Вилки нет

Живость

Опубликована сегодня. Раньше не выкладывалась: вакансия новая, а свежие почти всегда живые.

Свежая

Описание

Обязанности: 10, требования: 16. Понятно, что за работа, ещё до отклика.

Известно: микросервисы и в работе ИИ-инструменты для кода
Не сказано: как оформят, из каких стран можно работать и часовой пояс команды

Подробно

Что требуют

ОбязательноMLOpsMLPythonDockerLinuxRESTFlaskFastAPIGitCI/CD

ПлюсомLLM

Надбавка к зарплате на этом уровне: Python +40%, Docker +10%.

Ясно

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 «UZUM TECHNOLOGIES» обычно закрывает вакансии

30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro

Чем предстоит заниматься

Проектировать и развивать ML-контур: инференс, автоматизацию переобучение, доставку моделей в продукт, мониторинг

Отвечать за то, чтобы контур всегда работал и быстро обслуживал нагрузку: high availability, балансировка, масштабирование в кластере

Продуктивизировать ML-решения: конвертировать и оптимизировать модели под разные рантаймы, деплоить на Triton Inference Server

Строить замкнутый цикл: потоки данных, переобучение, валидация, непрерывная поставка модели в прод

Контейнеризировать решения и доставлять их в контур, оптимизировать сборки

Строить CI/CD с ML-нагрузкой, автоматизировать тестирование, развивать тестовый контур

Готовить инфраструктуру для A/B-экспериментов

Выстраивать observability: метрики, логи, трейсинг запросов

Разворачивать модели на собственных серверах

Проектировать интерфейсы и контракты между системами, автоматизировать ML-процессы

Наши требования

От 4 лет коммерческого опыта в разработке, MLOps или ML engineering, включая реальный опыт вывода ML-моделей в прод

Python: чистый объектно-ориентированный код, проектирование абстракций и интерфейсов, тестируемость. Или сильные навыки system design с умением чётко определять взаимодействие систем

Опыт работы с Triton Inference Server и конвертации моделей под разные рантаймы (ONNX, TensorRT)

Знание Docker - оптимизация итоговой сборки, GPU-образы, безопасность контейнеров

Опыт работы с облачной GPU-инфраструктурой

Свободное владение Linux

REST API на Flask или FastAPI, опыт построения микросервисной архитектуры

Понимание конкурентного исполнения кода, опыт обеспечения HA и распределения нагрузки

Понимание метрик качества ML-моделей, базовые знания теории вероятностей и матстатистики

Знание информационной безопасности и современных сценариев атак

Уверенная работа с git

Повседневная работа с AI-агентами (Claude Code, Codex и аналоги)

Высшее образование в Computer Science или смежной области, магистратура

ClearML или аналогичные MLOps-платформы