- Страна
- Россия
- Зарплата
- 300 000 ₽ – 350 000 ₽
DevOps-инженер
Оценка ИИПривлекательная позиция в социально значимом AI-стартапе с современным стеком технологий. Предлагается рыночная зарплата, возможность удаленной работы и высокая степень архитектурной свободы, хотя работа с регуляторикой (ФСТЭК) добавляет бюрократической нагрузки.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИВысокая сложность обусловлена жесткими требованиями к безопасности (152-ФЗ, ФСТЭК) и необходимостью работать в закрытых контурах. От кандидата требуется не только техническая экспертиза в K8s и CI/CD, но и высокий уровень автономности для аудита и переработки инфраструктуры после подрядчиков.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная вилка 300 000 – 350 000 ₽ gross соответствует среднерыночным значениям для Senior DevOps инженеров в Москве. Верхняя граница в 350к является стандартом для опытных специалистов, однако в финтехе или крупных экосистемах на аналогичных позициях с уклоном в Security/Compliance можно встретить предложения до 400 000 – 450 000 ₽.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
#вакансия#devops#kubernetes#security#healthtech#fulltime#удаленка#москва
DevOps-инженер
AI HealthTech-стартап
💼 Компания: Астратех
🌍 Формат: удалёнка по РФ, мск-время (офис — Москва-Сити)
📄 Оформление: ГПХ → переход на ТК
⏰ Занятость: full-time
💰 Вилка: 300 000 — 350 000 ₽ gross
🚀 О проекте
AI Healthcare-стартап строит ИИ-продукты в медицине: B2B-платформу для мониторинга здоровья сотрудников на производствах и B2C-сервис персонального ИИ-доктора. Сейчас команда в поиске DevOps-инженера, который наведёт порядок в инфраструктуре и снизит зависимость от внешних подрядчиков.
🧭 Важно про подход
Самостоятельность, зрелость, высокий уровень ownership. Нужно зайти в сложную среду, разобраться и методично привести её в порядок. Инфраструктурная безопасность — неотъемлемая часть работы.
🛠 Ключевые задачи
— Развитие Kubernetes-инфраструктуры и смежных сервисов.
— Построение и доработка CI/CD (Jenkins, GitLab CI, GitHub Actions).
— Внедрение мониторинга: Prometheus, Grafana, ELK, Graylog.
— Infrastructure as Code: Ansible, Terraform, Puppet.
— Контейнерная безопасность: сканирование образов, hardening K8s.
— Управление доступом: Keycloak, интеграция с LDAP.
— Compliance для медданных: анонимизация, аудит API, SIEM для K8s.
— Автоматизация на Python, Bash, Go.
— Контроль соблюдения 152-ФЗ, приказов ФСТЭК №17 и №21.
🎯 Приоритеты на старте
Настроить отказоустойчивый Kubernetes, привести в порядок CI/CD, внедрить мониторинг, собрать недокументированные знания и снизить риски зависимости от подрядчиков.
✅ Ожидания
— 3+ лет в DevOps или инфраструктурной роли.
— Уверенный Linux; базовый Windows / PowerShell; опыт с Astra Linux, RedOS.
— Автоматизация на Python и Bash; понимание Go на уровне работы со стеком.
— Docker (multistage, compose), Kubernetes (развёртывание с нуля, RBAC, HA, Helm, ArgoCD).
— Опыт с PV/PVC, Longhorn, GlusterFS и БД в K8s: MongoDB, ClickHouse, PostgreSQL, Redis, MinIO.
— CI/CD с DevSecOps-практиками (GitLab, GitHub, SCA, SAST, DAST).
— Мониторинг: Prometheus, Grafana, ELK, fluent-bit. Понимание RED и USE Observability.
— Сетевые основы, опыт с закрытыми сетями и изолированными контурами.
— Знание 152-ФЗ, приказов ФСТЭК №17 и №21.
— Опыт с Keycloak, базовые навыки MLOps (Kubeflow).
💡 Почему интересно
— Сложный домен: ML, медданные, высокие требования к безопасности.
— Архитектурная автономность и сильная команда инженеров.
— Продукт, который реально помогает людям.
📩 Резюме и отклики — Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Kubernetes
- Docker
- CI/CD
- Jenkins
- GitLab CI
- GitHub Actions
- Prometheus
- Grafana
- ELK
- Graylog
- Ansible
- Terraform
- Puppet
- Keycloak
- Python
- Bash
- Go
- Astra Linux
- RedOS
- ArgoCD
- Helm
- MongoDB
- ClickHouse
- PostgreSQL
- Redis
- MinIO
- Kubeflow
Возможные вопросы на собеседовании
Проверка практического опыта обеспечения безопасности в K8s, что критично для HealthTech.
Какие конкретные шаги вы предпримете для hardening'а Kubernetes-кластера в соответствии с требованиями ФСТЭК?
Важно понять, как кандидат будет решать одну из приоритетных задач — уход от внешнего управления.
Опишите ваш план аудита и передачи инфраструктуры от внешних подрядчиков под внутренний контроль. С чего начнете?
Проверка навыков работы с данными в контейнерах, что заявлено в стеке (Longhorn, GlusterFS).
С какими сложностями вы сталкивались при эксплуатации баз данных (PostgreSQL, MongoDB) внутри Kubernetes и как решали вопросы персистентности данных?
Оценка понимания специфики работы с медицинскими данными.
Как вы планируете организовать процесс анонимизации данных и аудит API для соблюдения 152-ФЗ в CI/CD пайплайне?
Проверка навыков автоматизации и работы с MLOps инструментами.
Был ли у вас опыт работы с Kubeflow или другими инструментами для ML-пайплайнов? Как вы видите роль DevOps в поддержке ML-команд?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
