- Страна
- Россия
- Зарплата
- от 250 000 ₽
Откликайтесь
на вакансии с ИИ
DevOps (ML-направление)
Оценка ИИИви — сильный бренд с интересными технологическими задачами на стыке DevOps и ML. Зарплата соответствует рынку, а гибридный формат в Москве удобен для многих специалистов.
Сложность вакансии
Оценка ИИРоль требует не только классических навыков DevOps (K8s, CI/CD), но и глубокого понимания специфики ML: работы с GPU, алгоритмов машинного обучения и специализированных платформ вроде Kubeflow. Высокие требования к работе с Big Data и высоконагруженными системами повышают порог входа.
Анализ зарплаты
Оценка ИИПредложенная зарплата от 250 000 ₽ на руки является конкурентной для уровня Middle+/Senior DevOps в Москве, однако для узкой специализации MLOps верхняя граница рынка может достигать 450 000 ₽ и выше.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Иви уже сейчас
Присоединяйтесь к команде Иви и развивайте передовую ML-платформу одного из крупнейших онлайн-кинотеатров!
Описание вакансии
*🤨* DevOps (ML-направление)
от 250 000 ₽ на руки
Гибрид (Москва) Иви — один из лидеров рынка онлайн-кинотеатров в РФ и СНГ. Ищут коллегу в команду MLOps для развития единой ML-платформы компании.
Требования:
– Понимание основных алгоритмов машинного обучения и статистики.
– Экспертиза в работе с виртуализацией (GPU в бэкграунде).
– Умение работать с высоконагруженными системами и большими объёмами данных.
– Уверенная работа с Kubernetes и положительный опыт CI/CD (GitLab, Jenkins).
– Программирование на скриптовых языках (Shell, Python), администрирование Linux и веб-приложений.
– Понимание сетевых технологий TCP/IP, опыт работы с Git и системами управления конфигурациями.
– Опыт работы с ML-технологиями и их интеграцией, знание SQL.
– Будет плюсом: опыт с open source/облачными ML-платформами (Kubeflow, MLflow, AWS, GCloud), опыт в разработке и эксплуатации data-пайплайнов.
*➡️*Откликнуться
*📍 Навигация:[База знаний](https://t.me/devopsslib) • [Задачи](https://t.me/devops_problems_lib) •* Собеседования
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Git
- AWS
- Python
- Linux
- Machine Learning
- SQL
- Kubernetes
- CI/CD
- Jenkins
- Kubeflow
- MLflow
- TCP/IP
- Google Cloud
- GitLab
- Shell
- GPU
Возможные вопросы на собеседовании
Вакансия предполагает работу в MLOps, поэтому важно понимать, как пробрасывать и ограничивать ресурсы GPU для контейнеров.
Как организовано управление GPU-ресурсами в Kubernetes и какие плагины для этого используются?
Упоминается работа с высоконагруженными системами и большими данными.
С какими проблемами производительности вы сталкивались при масштабировании ML-пайплайнов и как их решали?
В требованиях указан опыт с Kubeflow или MLflow.
В чем ключевые различия между Kubeflow и MLflow, и в каких сценариях вы бы предпочли один инструмент другому?
Для DevOps в ML важно понимать жизненный цикл моделей.
Опишите ваш идеальный CI/CD процесс для ML-модели: от коммита кода до деплоя в продакшн с мониторингом.
Работа с данными требует навыков оптимизации запросов.
Как бы вы оптимизировали SQL-запрос, который обрабатывает терабайты логов для обучения модели?
Похожие вакансии
DevOps инженер (middle)
Senior / Lead DevOps (Platform / SRE)
Senior DevOps
DevOps (Middle+)
DevOps
Devops-инженер
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!