DevOps/MLOps инженер
Оценка ИИИнтересная вакансия в актуальной сфере AI/ML с современным стеком технологий. Возможность удаленной работы и работа над платформенными решениями делают позицию привлекательной для профессионального роста.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИРоль требует глубоких знаний как в классическом DevOps (K8s, CI/CD, Azure), так и в специфике MLOps (инференс моделей, работа с GPU и хранилищами типа MinIO). Сложность обусловлена необходимостью оптимизации ресурсов под тяжелые LLM-модели.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, но для MLOps инженера с опытом работы с Kubernetes и GPU на российском рынке медиана составляет около 300 000 - 350 000 рублей. Предложение будет конкурентным, если попадет в этот диапазон.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
DevOps/MLOps инженер — ИТ-компания «Лоция»
Полная занятость, можно удалённо. В карточке указан Санкт-Петербург, география удалёнки и форма оформления не уточнены. Грейд и зарплата не указаны.
В проектную команду платформы машинного обучения и AI-сервисов нужен инженер для развёртывания ML/LLM-моделей, агентов и чат-ботов.
Задачи
— Готовить окружения для инференса и тестирования, управлять версиями моделей и хранить их в NFS/MinIO.
— Развёртывать сервисы в Kubernetes и Docker Compose, работать с большими моделями и GPU.
— Развивать CI/CD в Azure DevOps, собирать образы и артефакты, дорабатывать Helm charts.
— Сопровождать кластеры, сертификаты TLS/SSL и секреты, собирать логи и метрики, оптимизировать использование CPU/GPU/RAM.
Требования
Опыт DevOps/MLOps, Kubernetes, Docker/docker-compose и CI/CD.
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Kubernetes
- Docker
- Docker Compose
- CI/CD
- Azure DevOps
- Helm
- MinIO
- NFS
- GPU
- LLM
- Machine Learning
- TLS/SSL
Возможные вопросы на собеседовании
Важно понимать, как кандидат справляется с распределением дефицитных GPU-ресурсов между несколькими ML-сервисами.
Как вы организуете совместное использование GPU несколькими подами в Kubernetes и какие инструменты для этого используете?
Проверка опыта работы с артефактами моделей, которые могут весить десятки гигабайт.
Каковы особенности версионирования и доставки тяжелых весов LLM-моделей из хранилища (MinIO/NFS) в среду исполнения?
Выявление навыков работы с конкретным стеком компании.
Расскажите о вашем опыте настройки CI/CD пайплайнов именно в Azure DevOps для сборки Docker-образов с ML-зависимостями.
Проверка навыков мониторинга специфических метрик.
Какие ключевые метрики вы будете собирать для мониторинга здоровья ML-инференса, помимо стандартных CPU/RAM?
Оценка умения работать с конфигурациями в K8s.
С какими сложностями вы сталкивались при написании Helm-чартов для сервисов, требующих специфических драйверов или runtime (например, nvidia-container-runtime)?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
