- Страна
- Россия
- Зарплата
- 370 000 ₽ – 460 000 ₽
DevOps инженер (Generative AI)
Отличное предложение с конкурентной зарплатой, удаленным форматом работы и возможностью работать с трендовыми технологиями (Generative AI) в стабильной банковской среде.
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
Высокая сложность обусловлена необходимостью глубоких знаний self-managed Kubernetes, работы с LLM-инференсом и широким стеком инструментов мониторинга и баз данных в строгом банковском контуре.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Предлагаемая зарплата (370 000 – 460 000 руб. gross) находится на верхней границе рыночного диапазона для Senior DevOps инженеров в России, что соответствует высоким требованиям к экспертизе.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
Публикатор: Margarita Ivanishcheva
Обсуждение:
#вакансия #kubernetes #Docker #k8s #kafka #PostgreSQL #mongo #Ansible #ELK #EFK #OpenSearch #Prometheus #VictoriaMetrics #Zabbix #Prometheus #Grafana #Linux #SQL
Добрый день
Ищу DevOps инженера на банковский проект для бесперебойной работы глобального проекта по генеративному AI
Формат работы: удаленка по РФ
зп: 370 000 до 460 000 руб gross (до вычета налогов)
откликнуться Откликнуться
Обязанности:
- Функциональное и системное сопровождение банковского программного обеспечения
- Сопровождение и развитие инфраструктуры банковского программного обеспечения
- Обеспечение доступности автоматизированных банковских процессов
- Осуществление технической поддержки пользователей и клиентов
- Накопление и передача технической экспертизы по архитектуре ИТ системы, а также по бизнес-процессам
- Развитие программно-инфраструктурного ландшафта банка
- Реализация пилотных проектов бизнеса
Требования к кандидату:
Управление серверами на базе Linux на уровне администратора.
Знание микросервисной архитектуры и технологий контейнеризации: Docker, containerd.
Продвинутые навыки работы с Kubernetes, Helm, Kafka.
Понимание принципов построения процессов CI/CD.
Понимание принципов IaC. Продвинутые навыки работы с Ansible, Terraform, Terragrunt.
Понимание принципов построения Observability. Продвинутые навыки работы с ELK/EFK, OpenSearch, Prometheus, VictoriaMetrics.
Опыт работы с облачными провайдерами, например, AWS, Yandex Cloud.
Знание СУБД на уровне администратора: Redis, MongoDB.
Навыки программирования, например, на Python, GO, Java, JavaScript.
ВАЖНО:
kubernetes(не managed), postgres/patroni, redis, ansible ,victoria metrics/prometheus, elk/opesensearch
nice to have istio, mongo minio clickhouse qdran ebula litellm
работа с llm моделями инференсом и тд
Требования к опыту
Образование высшее, профильное техническое
Опыт работы от 3х лет
Условия:
Оформление по ТК РФ или ИП в аккредитованную ИТ компанию
ДМС со стоматологией
Скидки на изучение иностранных языков от Skyeng
Скидки на фитнес от Xfit
Скидки на кино от КАРО
Техника для работы
направить резюме Откликнуться
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Kubernetes
- Docker
- Kafka
- PostgreSQL
- MongoDB
- Ansible
- ELK
- OpenSearch
- Prometheus
- VictoriaMetrics
- Zabbix
- Grafana
- Linux
- SQL
- Helm
- CI/CD
- Infrastructure as Code
- Terraform
- Terragrunt
- AWS
- Yandex Cloud
- Redis
- Python
- Go
- Java
- JavaScript
- Istio
- ClickHouse
- MinIO
Возможные вопросы на собеседовании
Проект требует работы с не-managed Kubernetes, что значительно сложнее облачных решений.
Расскажите о вашем опыте развертывания и обслуживания self-managed Kubernetes кластеров: с какими основными трудностями вы сталкивались при обновлении и обеспечении отказоустойчивости control plane?
В вакансии указан стек PostgreSQL с Patroni, что критично для банковской доступности данных.
Опишите процесс настройки и тестирования отказоустойчивого кластера PostgreSQL с использованием Patroni. Как вы обрабатываете ситуации split-brain?
Работа с Generative AI накладывает специфические требования к инфраструктуре.
Есть ли у вас опыт развертывания инфраструктуры для инференса LLM моделей? Какие особенности мониторинга GPU-ресурсов вы можете выделить?
Вакансия предполагает использование VictoriaMetrics и Prometheus для Observability.
В чем, по вашему мнению, основные преимущества VictoriaMetrics перед стандартным Prometheus в условиях долгосрочного хранения больших объемов метрик?
Упоминается использование Ansible и Terraform/Terragrunt.
Как вы организуете структуру кода в Terragrunt для управления множеством окружений (dev/stage/prod), чтобы минимизировать дублирование и обеспечить безопасность?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

