- Страна
- Россия
Middle+ / Senior MLOps Engineer
Оценка ИИОтличная вакансия в крупной тех-компании с современным стеком (LLM, Agentic AI) и возможностью удаленной работы. Четко прописанные требования и актуальность технологий делают позицию очень привлекательной для опытных инженеров.
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 ИИВысокая сложность обусловлена требованием глубоких знаний не только в классическом MLOps (K8s, MLflow), но и в актуальном стеке LLM: LangGraph, RAG и Multi-Agent системы.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиций Middle+/Senior MLOps с фокусом на LLM в России рыночный диапазон составляет от 350 000 до 550 000 рублей после налогов. МТС обычно предлагает конкурентные условия, соответствующие верхней границе рынка для сильных кандидатов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Middle+ / Senior MLOps Engineer в МТС Актуально до 12.10.26
#Middle+ #Senior #MLOpsEngineer #РФ #Удаленно
Требования:
Критично: MLOps, DevOps; Docker, Kubernetes (K8s). CI/CD для ML (пайплайны обучения и деплоя). Инструменты MLOps: MLflow, ClearML, Kubeflow, DVC. LLM и Agentic AI (критично). Понимание и опыт с фреймворками: LangChain, LangGraph, LlamaIndex; поддержка Multi-Agent и Autonomous Agents. Знание RAG, MCP, Prompt Engineering, Tool Use; работа с API LLM‑провайдеров (OpenAI и аналоги). Оркестрация и наблюдаемость: Apache Airflow; мониторинг ML‑систем (качество моделей, дрейф данных, latency, throughput). Плюсом: оптимизация инференса LLM (vLLM, TensorRT‑LLM, Ollama). Дополнительно: Python для автоматизации и кастомных операторов Airflow; векторные БД (Qdrant, Milvus, pgvector) и их эксплуатации.
Локация:*📍*Удалённо, РФ.Гр: РФ. Full-time.
Контакт для отклика: Откликнуться +CV акцент:MLOps пл.,Kubernetes, LLM/Agentic AI (LangGraph, RAG).ID вак:MLm_DNA
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- MLOps
- DevOps
- Docker
- Kubernetes
- MLflow
- ClearML
- Kubeflow
- DVC
- LLM
- LangChain
- LangGraph
- LlamaIndex
- RAG
- Apache Airflow
- Python
- Qdrant
- Milvus
- vLLM
Возможные вопросы на собеседовании
Проверка практического опыта с ключевым стеком вакансии.
Расскажите о вашем опыте построения Multi-Agent систем с использованием LangGraph. С какими основными сложностями вы сталкивались при их деплое?
Важный аспект для Senior-позиции — обеспечение качества в продакшене.
Как вы организуете мониторинг дрейфа данных и качества ответов (hallucinations) для RAG-систем в реальном времени?
Проверка навыков оптимизации инфраструктуры.
Какие методы оптимизации инференса LLM (например, vLLM или TensorRT-LLM) вы применяли и каких показателей latency удалось достичь?
Проверка владения инструментами версионирования.
В чем, по вашему мнению, основные преимущества и недостатки использования DVC в связке с Kubernetes для больших датасетов?
Оценка навыков работы с векторными хранилищами.
Каков ваш опыт эксплуатации векторных БД (Qdrant/Milvus) в продакшене? Как вы решаете вопросы масштабирования при росте объема эмбеддингов?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
