- Страна
- Россия
- Зарплата
- 300 000 ₽ – 350 000 ₽
Инженер DevOps (MLOps)
Отличное предложение с конкурентной зарплатой, аккредитацией IT-компании и расширенным соцпакетом (ДМС, компенсация обучения и хобби). Интересные задачи на стыке DevOps и ML.
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 требованием к опыту работы от 5 лет и специфическим стеком MLOps (Airflow, MLflow, CUDA), а также глубокими знаниями Kubernetes и Big Data инструментов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Предложенная вилка 300 000 – 350 000 рублей на руки полностью соответствует рыночным ожиданиям для Senior DevOps инженера в России, особенно с учетом редкой специализации в MLOps.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
#вакансия #удаленно #DevOps
Компания Centicore 🩵 находится в поисках Инженера DevOps. Наша компания занимается продуктовой разработкой проектов наших Заказчиков под ключ.
DevOps
Формат работы: Удалённо (РФ)❗️
Вилка: 300-350 на руки
Оформление: ТК
✔️Условия:
• Удаленный формат работы в IT аккредитованной компании;
• Длительный проект;
• Оплачиваемый отпуск 28 календарных дней в год и оплачиваемые больничные;
• Предоставление техники (MAC,Windows)
• ДМС со стоматологией;
• Компенсация хобби/спортзала/англ.яз.;
• Компенсация проф.обучения;
• Возможность участия во внутренних программах компании и активностях, например: в реферальной программе «приведи друга»;
• Онлайн и оффлайн корпративные мероприятия (например: йога, шахматы, покер, квиз, марафон, CS2 и многое другое);
• Программа лояльности Сентибонусы за проявление активностей, стаж работы и др..
✅ Требования к кандидату:
Ищем опытного инженера в команду развития централизованной MLOps-инфраструктуры и смежных проектов
- Опыт DevOps от 5 лет (docker, helm, jenkins\gitlab CI, python)
- Опыт (желательно) ML/MLOps от 1 года (airflow, jupyterhub, mlflow, seldon, cuda)
- Опыт администрирования Kubernetes от 2х лет
- Опыт работы Hadoop, Spark, Kafka, ELK
✅Обязанности кандидата:
- Конфигурировать и разворачивать инфраструктурные компоненты
- Адаптировать/разрабатывать с нуля автоматизированные пайплайны под актуальные бизнес-задачи (AutoML, LLM, computer vision и пр)
- 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
Для вопросов и резюме - просьба обращаться в лс Откликнуться✏️
Буду рада познакомиться!
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Docker
- Helm
- Jenkins
- GitLab CI
- Python
- Airflow
- JupyterHub
- MLflow
- Seldon
- CUDA
- Kubernetes
- Hadoop
- Spark
- Kafka
- ELK
Возможные вопросы на собеседовании
Вакансия предполагает работу с MLOps, поэтому важно понимать специфику развертывания моделей.
Расскажите о вашем опыте настройки CI/CD пайплайнов именно для ML-моделей. В чем основные отличия от классического ПО?
Требуется 2 года опыта администрирования K8s.
С какими наиболее сложными проблемами производительности или безопасности в Kubernetes вы сталкивались и как их решали?
В стеке указаны Hadoop, Spark и Kafka.
Как вы обеспечиваете отказоустойчивость и масштабируемость кластеров Kafka и Spark в облачной или on-premise инфраструктуре?
Упоминается работа с CUDA и GPU-ресурсами.
Каков ваш опыт проброса GPU в контейнеры Kubernetes для задач обучения нейросетей? С какими ограничениями вы сталкивались?
Роль включает разработку инструментов с нуля.
Опишите процесс проектирования инфраструктуры для LLM-проекта с нуля: какие компоненты вы выберете и почему?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

