- Страна
- Беларусь
Devops Engineer
Оценка ИИПривлекательная вакансия в стабильной компании с четким фокусом на современные технологии (AI/ML). Работа на стыке DevOps и MLOps сейчас крайне востребована на рынке, что дает отличные перспективы для профессионального роста.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованием Senior-уровня и специфическим опытом в MLOps, включая работу с GPU в Kubernetes и векторными БД. Кандидат должен обладать глубокой экспертизой как в классическом DevOps, так и в специфике жизненного цикла ML-моделей.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, однако для позиции Senior DevOps/MLOps инженера с опытом от 5 лет на рынках РФ и РБ медиана составляет около 350,000 - 450,000 рублей. Требования к знанию GPU и векторных БД могут поднять планку выше среднего по рынку.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в IntexSoft уже сейчас
Присоединяйтесь к команде IntexSoft и станьте ключевым экспертом в создании передовой MLOps-инфраструктуры!
Описание вакансии
#jobs#vacanсy#devops#mlops#Belarus✅Вакансия: Devops Engineer
✅Компания: IntexSoft
✅Локация:РБ, РФ
✅Английский: от A1
Требования к кандидату?
-Опыт работы DevOps Engineer от 4–5 лет, уровень Senior.
-Практический опыт развертывания инфраструктуры для AI/ML-проектов.
-Опыт настройки и сопровождения MLOps-инфраструктуры в production.
-Уверенное владение Kubernetes: развертывание кластеров, администрирование, Helm, настройка RBAC, Network Policies, работа с stateful/stateless сервисами.
-Опыт настройки GPU-инфраструктуры для ML-задач (NVIDIA Device Plugin, GPU workloads, resource management).
-Опыт работы с MLflow, Airflow, а также векторными базами данных (Milvus, Qdrant) и их развертыванием в Kubernetes.
-Опыт построения и сопровождения CI/CD (GitLab CI, GitHub Actions, Jenkins).
-Практический опыт использования Terraform и Ansible для Infrastructure as Code и автоматизации.
-Опыт работы с облачными платформами (AWS, Yandex Cloud или аналогичными облаками).
-Опыт контейнеризации приложений с использованием Docker и Kubernetes.
-Опыт настройки мониторинга и логирования (Prometheus, Grafana, Loki, ELK/OpenSearch).
Хорошее знание Linux.
Навыки написания скриптов на Python и Bash для автоматизации инфраструктурных процессов.
Опыт работы с высоконагруженными системами и микросервисной архитектурой будет преимуществом.
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Kubernetes
- MLOps
- Helm
- MLflow
- Airflow
- Milvus
- Qdrant
- Terraform
- Ansible
- AWS
- Yandex Cloud
- Docker
- Prometheus
- Grafana
- Loki
- ELK
- OpenSearch
- Linux
- Python
- Bash
- GitLab CI
- GitHub Actions
- Jenkins
Возможные вопросы на собеседовании
Вакансия требует опыта работы с GPU-ворклоудами в K8s.
Расскажите о вашем опыте настройки NVIDIA Device Plugin в Kubernetes. С какими сложностями при распределении GPU-ресурсов вы сталкивались?
MLOps является ключевым направлением данной роли.
Как вы организовывали процесс деплоя моделей с использованием MLflow и Airflow в продакшн-среде?
Упоминаются векторные базы данных.
Каковы особенности развертывания и масштабирования векторных БД, таких как Milvus или Qdrant, в кластере Kubernetes?
Требуется опыт работы с IaC.
Опишите структуру вашего типичного Terraform-проекта для мультиоблачной среды (например, AWS и Yandex Cloud). Как вы управляете стейтом?
Работа с высоконагруженными системами.
