- Страна
- Россия
- Зарплата
- 400 000 ₽ – 420 000 ₽
Откликайтесь
на вакансии с ИИ
MLOps Engineer (ML pipelines / Kubernetes / Airflow)
Оценка ИИПривлекательная вакансия для опытных специалистов с конкурентной зарплатой и работой над современным стеком (LLM, RAG). Формат удаленной работы по РФ добавляет гибкости, а работа в продуктовой компании обещает интересные задачи.
Сложность вакансии
Оценка ИИРоль требует глубоких знаний как в классическом DevOps (Kubernetes, CI/CD), так и в специфических ML-инструментах (Airflow, MLflow, Spark). Высокий порог входа обусловлен необходимостью работы с LLM/RAG и сложной инфраструктурой данных.
Анализ зарплаты
Оценка ИИПредложенная вилка 400-420к на руки соответствует верхней границе рыночных ожиданий для Senior MLOps в России. Это конкурентное предложение, учитывая текущий дефицит специалистов на стыке ML и DevOps.
Сопроводительное письмо
I am writing to express my interest in the Senior MLOps Engineer position at Centicore. With over 3 years of experience in DevOps and a strong focus on MLOps, including hands-on work with Kubernetes, Airflow, and MLflow, I am confident in my ability to contribute to your complex projects involving LLM, RAG, and automated ML pipelines.
In my previous roles, I have successfully scaled ML model lifecycle management systems and optimized infrastructure for high-load AI services. I am particularly drawn to Centicore's diverse project portfolio and the opportunity to work on cutting-edge technologies like Feature Stores and A/B testing environments. I am a proactive team player who enjoys looking at systems holistically to ensure seamless delivery and performance.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Centicore уже сейчас
Присоединяйтесь к команде Centicore и развивайте передовые ML-решения в роли Senior MLOps Engineer!
Описание вакансии
Публикатор: Даниэлла Котовская🖤
Обсуждение: @devops_jobs
#вакансия #гибрид #fulltime #senior #mlops #devops #python #kubernetes #spark
Компания Centicore находится в поисках MLOps Engineer. Наша компания занимается продуктовой разработкой проектов наших Заказчиков под ключ.
Вакансия: MLOps Engineer (ML pipelines / Kubernetes / Airflow)
Формат работы: Удаленно по РФ
Вилка: 400-420к на руки (в зависимости от опыта и пожеланий кандидата)
Технический уровень: Senior
О проекте:
Среду разработки моделей (train/inference пайплайны)
Среду исполнения моделей и пайплайны доставки
Среду немодельных сервисов
Feature Store
A/B тестирование
RAG / LLMOps
Систему обработки документов с использованием ИИ
Задачи:
Конфигурировать и разворачивать инфраструктурные компоненты
Разрабатывать и адаптировать ML-пайплайны под бизнес-задачи (AutoML, LLM, CV и др.)
Создавать и поддерживать инструменты для работы с ML-моделями в едином контуре
Масштабировать системы управления жизненным циклом ML-моделей
Важно для нас:
Опыт DevOps от 3 лет (Docker, Helm, Jenkins / GitLab CI, Python)
Опыт в MLOps от 1 года (Airflow, JupyterHub, MLflow, Seldon, CUDA)
Опыт администрирования Kubernetes от 2 лет
Опыт работы с Hadoop, Spark, Kafka, ELK
Будет плюсом:
Опыт работы с ML/AI платформами
Понимание ML lifecycle (train → deploy → monitoring)
Опыт работы с LLM / RAG системами
Мы ожидаем:
Самостоятельность и доведение задач до результата
Проактивность и инициативность
Умение смотреть на систему целиком, а не только на задачу
Командность и готовность помогать коллегам
Для вопросов и резюме - просьба обращаться в лс Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Kubernetes
- Airflow
- Python
- Docker
- Helm
- Jenkins
- GitLab CI
- MLflow
- JupyterHub
- Seldon
- CUDA
- Hadoop
- Spark
- Kafka
- ELK
- LLM
- RAG
Возможные вопросы на собеседовании
Проверка опыта работы с GPU в контейнеризированных средах, что критично для ML-задач.
Расскажите о вашем опыте настройки CUDA в Kubernetes. С какими основными сложностями вы сталкивались при пробросе GPU в поды?
Оценка навыков построения сложных пайплайнов обработки данных.
Как бы вы организовали CI/CD процесс для ML-модели, учитывая необходимость переобучения на новых данных в Airflow?
Проверка понимания специфики работы с большими языковыми моделями.
Какие особенности мониторинга и деплоя LLM/RAG систем вы можете выделить по сравнению с классическими ML-моделями?
Оценка опыта работы с инфраструктурой больших данных.
Опишите ваш опыт интеграции Spark и Kubernetes. Как вы решаете вопросы управления ресурсами и динамического масштабирования?
Проверка архитектурного мышления.
Как обеспечить консистентность данных между Feature Store и средой исполнения моделей (inference) в реальном времени?
Похожие вакансии
Senior Data инженер
Senior MLOps Engineer (Platform Development / LLMOps)
Data Engineer / SAP HANA Developer (Senior)
Senior ML Engineer
Senior MLOps
Senior Data Scientist (Search)
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!
- Страна
- Россия
- Зарплата
- 400 000 ₽ – 420 000 ₽