- Страна
- Россия
- Зарплата
- 300 000 ₽ – 350 000 ₽
Откликайтесь
на вакансии с ИИ
DevOps инженер
Оценка ИИПривлекательная вакансия с конкурентной зарплатой для РФ, удаленным форматом и работой в стабильном банковском секторе над современными ML-задачами. Прозрачные требования и понятный стек технологий.
Сложность вакансии
Оценка ИИРоль требует глубоких знаний Kubernetes и опыта работы с Big Data стеком (Hadoop, Spark), что в сочетании с MLOps спецификой делает порог входа выше среднего. Senior-уровень подразумевает самостоятельность в проектировании пайплайнов с нуля.
Анализ зарплаты
Оценка ИИПредложенная вилка 300-350 тыс. руб. на руки полностью соответствует рыночному уровню для Senior DevOps инженера в России, особенно в финтех-секторе. Верхняя граница в 350к является стандартом для опытных специалистов с навыками работы в K8s и Big Data.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Centicore уже сейчас
Присоединяйтесь к Centicore для работы над масштабными ML-проектами в ведущем банке — отправьте резюме прямо сейчас!
Описание вакансии
#вакансия #fulltime #remote #удаленка #devops #senior #kubernetes
Компания Centicore ищет DevOps-инженера на проект крупного коммерческого банка.
Вакансия: DevOps инженер
Формат работы: удалённо по РФ
Вилка: 300-350 тыс. рублей на руки
Чем предстоит заниматься:
- Конфигурировать и разворачивать инфраструктурные компоненты;
- Адаптировать/разрабатывать с нуля автоматизированные пайплайны под актуальные бизнес-задачи (MLOps, AutoML);
- Создавать и поддерживать пользовательские инструменты для работы в едином ML-контуре применения и обучения;
- Масштабировать разрабатываемые системы и инструменты для управления жизненным циклом моделей машинного обучения.
Что мы ожидаем от кандидата:
- Опыт DevOps от 3 лет;
- Опыт администрирования Kubernetes от 2х лет;
- Опыт работы Hadoop, Spark, Kafka, ELK.
Если вам интересно узнать подробности, направляйте резюме в личные сообщения Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Kubernetes
- CI/CD
- MLOps
- Apache Spark
- Hadoop
- Apache Kafka
- ELK stack
- AutoML
Возможные вопросы на собеседовании
Вакансия предполагает работу с MLOps и AutoML, важно понимать специфику доставки ML-моделей.
Расскажите о вашем опыте построения CI/CD пайплайнов именно для ML-проектов. В чем основные отличия от классического DevOps?
Kubernetes является ключевым требованием (от 2 лет опыта).
С какими сетевыми плагинами (CNI) в Kubernetes вы работали и как решали проблемы с производительностью сети в высоконагруженных кластерах?
В стеке указаны Hadoop и Spark, которые часто требуют специфической настройки ресурсов.
Как вы организуете мониторинг и управление ресурсами для Spark-задач, запущенных внутри Kubernetes?
Работа в крупном банке подразумевает строгие требования к безопасности.
Какие инструменты и подходы вы используете для обеспечения безопасности (Secret Management, RBAC) в инфраструктуре Kubernetes?
Упоминается масштабирование систем управления жизненным циклом моделей.
