- Страна
- Россия
DevOps Middle+, Senior
Оценка ИИИнтересный технологический стек, связанный с ИИ и современными инструментами мониторинга. Однако, проектная занятость на 3 месяца и отсутствие названия компании снижают общую привлекательность для тех, кто ищет стабильность.
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 ИИВакансия требует глубоких знаний специфического стека (Yandex Cloud, VictoriaLogs, LangFuse) и опыта работы с инфраструктурой для ИИ. Короткий срок контракта (3 месяца) подразумевает очень быстрый вход в проект без долгого обучения.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПозиция Middle+/Senior DevOps на российском рынке в среднем оплачивается в диапазоне 300,000–450,000 рублей. Учитывая проектный характер работы (контракт на 3 месяца), ставка может быть выше рыночной для компенсации краткосрочности.
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
DevOps Middle+, Senior
Ставка: ваша
Локация: РФ, РБ
Гражданство: РФ,РБ
Длительность: 3 мес с возможностью пролонгации
Обязательные требования
Опыт работы со стеком технологий:
- Linux: опыт администрирования RedOS / Fedora / CentOS, управления пользователями и контейнеризации (Docker);
- Yandex Cloud: опыт работы с VPC, Cloud DNS / Certificate Management, Compute / GPU, AI Studio, IAM / Users / Service Accounts;
- Terraform: опыт работы с Terraform и Terragrunt;
- Ansible: навыки создания ролей и описания конфигураций;
- Git: опыт работы с репозиторием — ветвление, review, CI-триггеры;
- Оркестрация: опыт работы с Kubernetes и облачными платформами;
- Развёртывание и эксплуатация: опыт работы с VictoriaLogs, ClickHouse, LangFuse, PostgreSQL, Vault, Keycloak, VectorDB Qdrant.
Дополнительные требования
- Навыки развёртывания инфраструктуры для ИИ-приложений.
Задачи на проекте
- Реализация развёртывания VictoriaMetrics (система сбора и хранения метрик);
- Реализация балансировки нагрузки (Load Balancing для сервисов платформы);
- Завершение настройки и интеграции Keycloak (аутентификация и авторизация сервисов и пользователей);
- Завершение развёртывания и интеграции с Object Storage (объектное хранилище);
- Завершение развёртывания VictoriaLogs (система логирования);
- Реализация развёртывания и интеграции VectorDB Qdrant (векторная БД);
- Реализация развёртывания ClickHouse (аналитическая СУБД);
- Реализация развёртывания LangFuse (платформа наблюдаемости для LLM‑приложений).
Этапы отбора
Техническое интервью (1,5ч).
Описание проекта и команды
Компания - интегратор.
Откликнуться на запрос: Откликнуться
По вопросам партнерского сотрудничества: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Linux
- RedOS
- Fedora
- CentOS
- Docker
- Yandex Cloud
- Terraform
- Terragrunt
- Ansible
- Git
- Kubernetes
- VictoriaMetrics
- VictoriaLogs
- ClickHouse
- PostgreSQL
- Vault
- Keycloak
- Qdrant
Возможные вопросы на собеседовании
Проект требует реализации сбора метрик через VictoriaMetrics. Важно понимать, как кандидат обеспечит масштабируемость.
Как бы вы спроектировали отказоустойчивый кластер VictoriaMetrics в Yandex Cloud с использованием Terraform?
В задачах указана интеграция Keycloak. Это критический узел безопасности.
Опишите ваш опыт интеграции Keycloak с Kubernetes-сервисами. Какие протоколы (OIDC/SAML) вы предпочитаете использовать и почему?
Вакансия включает работу с LangFuse и VectorDB, что специфично для ИИ-проектов.
Какие особенности эксплуатации инфраструктуры для LLM-приложений вы можете выделить, исходя из вашего опыта или понимания стека LangFuse?
Упоминается использование Terragrunt. Это указывает на необходимость управления сложной инфраструктурой.
В чем основные преимущества использования Terragrunt поверх Terraform в крупных проектах с множеством окружений?
В стеке указан VectorDB Qdrant. Важно понять опыт работы с базами данных нового типа.
С какими сложностями вы сталкивались при развертывании и мониторинге векторных баз данных, таких как Qdrant?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
