- Страна
- Россия
Откликайтесь
на вакансии с ИИ
MLOps Engineer
Оценка ИИИнтересный стек технологий (LLM, RAG, Triton), возможность удаленной работы и четко прописанные требования делают вакансию привлекательной для опытных инженеров. Компания Eclipse Digital работает над современными AI-продуктами.
Сложность вакансии
Оценка ИИРоль требует глубоких знаний как в классическом бэкенде (Python, асинхронность, базы данных), так и в специфических MLOps инструментах и работе с LLM/RAG. Высокий порог входа обусловлен необходимостью совмещать навыки DevOps, Data Engineering и ML.
Анализ зарплаты
Оценка ИИВ вакансии не указан конкретный диапазон, однако для позиции Senior MLOps в РФ/РБ рыночные вилки обычно начинаются от 350 000 рублей. Предложенный стек (LLM, RAG) может повышать планку до 500 000+ рублей в зависимости от глубины экспертизы.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Eclipse Digital уже сейчас
Присоединяйтесь к команде Eclipse Digital и создавайте передовые MLOps-решения с использованием LLM и RAG!
Описание вакансии
ID 2418
MLOps Engineer
Senior
🌍 Локация: РФ/РБ
💼Сотрудничество : по ИП РФ, СМЗ РБ
Eclipse Digital - наниматель
Требования:
- Глубокая экспертиза в Python, уверенное использование asyncio, threading и multiprocessing, а также навыки в профилировании и решении задач, связанных с памятью и процессором.;
- Опыт работы с FastAPI и Pydantic v2: знание асинхронной архитектуры и уверенное владение структурой проектов;
- Опыт работы с PostgreSQL, Redis, MongoDB, грамотное проектирование схем, индексация, выбор между ORM и raw SQL;
- Знание Docker и Docker Compose, базовое понимание Kubernetes;
- Опыт в настройке RabbitMQ, Kafka, Celery и Redis, включая реализацию retry-логики, управление дубликатами и dead-letter очередями, а также экшн локеры;
- Опыт разработки микросервисов, выделение высоконагруженных зон, кэширование и создание stateless приложений;
- Умение быстро собрать интерфейс на HTMX/Bootstrap или Streamlit.
Будет преимуществом:
- Опыт работы с LLM, включая OpenAI, Claude и DeepSeek: навыки в кастомизации промптов, оптимизации затрат и качества, а также в использовании функциональных вызовов и потоковой передачи данных;
- Знания в области RAG-систем: опыт построения полного пайплайна от чанкинга до эффективного поиска информации. Понимание выбора векторных баз данных и графов знаний;
- Умение создавать чат-ботов ассистентов с цепочками вызовов, memory, fallback, multi-agent;
- Знание решений TorchServe, Triton и ONNX, а также понимание квантования модели и интеграции локальных моделей с GPT;
- Опыт работы с MLOps (MLflow, Weights & Biases, мониторинг метрик, логирование, отслеживание версий).
Откликнуться можно
- в telegram Откликнуться
- в Откликнуться
veroneko_93911
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- LLM
- Kubernetes
- PostgreSQL
- RAG
- Redis
- Docker
- Kafka
- MLflow
- FastAPI
- MongoDB
- Weights & Biases
- Bootstrap
- RabbitMQ
- Celery
- OpenAI
- Pydantic
- asyncio
- Triton Inference Server
- ONNX
- Streamlit
- HTMX
- TorchServe
Возможные вопросы на собеседовании
Проверка глубокого понимания работы с ресурсами в Python.
Расскажите о вашем опыте профилирования памяти в Python-приложениях. Какие инструменты вы использовали для обнаружения утечек в асинхронном коде?
Важно для обеспечения надежности распределенных систем.
Как вы организуете обработку ошибок и retry-логику в связке RabbitMQ + Celery, чтобы избежать бесконечных циклов и потери данных?
Проверка архитектурных навыков в области LLM.
С какими проблемами вы сталкивались при построении RAG-систем (например, при чанкинге или поиске) и как вы их решали?
Оценка навыков деплоя моделей.
В каких случаях вы предпочтете Triton Inference Server вместо обычного FastAPI обертки для модели?
Проверка опыта в MLOps процессах.
Как вы выстраиваете процесс мониторинга качества ответов LLM в продакшене с помощью MLflow или аналогичных инструментов?
Похожие вакансии
ML разработчик (Senior)
Senior / Middle+ Data Scientist
MlOps / Python Backend Engineer (ML)
Data Scientist Senior
Senior Data Scientist
Senior/Middle Data Engineer
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!