- Страна
- Россия
- Зарплата
- 300 000 ₽ – 350 000 ₽
Откликайтесь
на вакансии с ИИ

DevOps-инженер
Привлекательная вакансия с конкурентной зарплатой, удаленным форматом работы и интересными задачами на стыке DevOps и ML. Компания Centicore известна на рынке IT-аутстаффинга и разработки.
Сложность вакансии
Роль требует не только классических навыков DevOps (Kubernetes, CI/CD), но и специфического опыта работы с Big Data стеком (Hadoop, Spark) и MLOps, что повышает порог входа.
Анализ зарплаты
Предлагаемая зарплата 300 000 – 350 000 ₽ на руки полностью соответствует рыночному уровню для Senior DevOps инженера в России, работающего с ML-стеком.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Centicore уже сейчас
Присоединяйтесь к Centicore и развивайте передовую ML-инфраструктуру в команде профессионалов!
Описание вакансии
DevOps-инженер в Centicore
*💰*300 000 ₽ – 350 000 ₽ на руки
*📌*Условия и бонусы:
Фултайм, удаленно (РФ).
*📌*Задачи:
– 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.
*📌*Наши ожидания:
– Опыт DevOps от 3 лет.
– Опыт администрирования Kubernetes от 2х лет.
– Опыт работы Hadoop, Spark, Kafka, EL.
*✍🏼*Откликнуться
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Kubernetes
- CI/CD
- MLOps
- Apache Spark
- Hadoop
- Apache Kafka
- AutoML
Возможные вопросы на собеседовании
Проверка практического опыта управления кластерами K8s.
Расскажите о самом сложном инциденте в Kubernetes, с которым вы столкнулись, и как вы его диагностировали и устранили?
Оценка понимания специфики MLOps, заявленной в задачах.
В чем, по вашему мнению, основные отличия CI/CD пайплайнов для обычных микросервисов и для ML-моделей?
Проверка навыков работы с Big Data стеком.
Как вы обеспечиваете отказоустойчивость и мониторинг для кластеров Kafka и Spark?
Оценка навыков автоматизации инфраструктуры.
Какие инструменты IaC вы предпочитаете использовать для развертывания инфраструктурных компонентов и почему?
Проверка умения масштабировать системы.