- Страна
- Россия
- Зарплата
- 200 000 ₽ – 250 000 ₽
Откликайтесь
на вакансии с ИИ

MLops\Devops инженер
Привлекательная вакансия в аккредитованной ИТ-компании с полным соцпакетом и современным стеком (LLM, RAG). Зарплата соответствует рынку для уровня Middle, а работа с передовыми технологиями дает отличные возможности для профессионального роста.
Сложность вакансии
Роль требует редкого сочетания навыков классического DevOps (K8s, CI/CD) и глубокой экспертизы в ML (LLM, векторные БД, Spark). Высокие требования к SQL и опыту работы с NLP-приложениями делают позицию сложной для обычного системного инженера.
Анализ зарплаты
Предложенная вилка 200 000 – 250 000 руб. на руки полностью соответствует рыночным ожиданиям для Middle MLOps специалиста в России. Верхняя граница в 250к является конкурентной для данного грейда, учитывая дополнительные бонусы и ДМС.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Selecty уже сейчас
Отправьте резюме в Telegram, чтобы присоединиться к команде Selecty и развивать передовые ML-решения в банковском секторе!
Описание вакансии
#вакансия #vacancy #devops #mlops #airflow #fastapi #kubernetes #middle #banking #удаленка
Компания: Selecty (KA);
Позиция: MLops\Devops инженер;
Локация: РФ;
Формат работы: удаленка;
Занятость: полная;
Вилка: от 200 тыс. до 250 тыс. на руки
Ищем middle MLops\Devops-инженера на проект построения чат-ботов и агентов для улучшения клиентского сервиса и повышения качества дата продуктов.
Необходимо понимание языка данных (SQL, Spark), инфраструктуры (K8s, Docker) и машинного обучения (Python, MLflow).
🇺🇿 Стек технологий:
- Production-опыт с фреймворками MLOps: Kubeflow, MLflow, Airflow для оркестрации.
- Понимание их интеграции в CI/CD пайплайны.
- Контейнеризация и оркестрация: Docker и Kubernetes (в контексте развертывания моделей как сервисов).
- Облачная инфраструктура: Опыт работы с одним из major cloud-провайдеров (желательно GCP или AWS/Azure с пониманием hybrid-cloud).
- Data Engineering: Умение работать с большими данными.
- Понимание распределенных вычислений (Spark).
- ML-фреймворки и API: практический опыт работы с LangChain/LlamaIndex, FastAPI, знание фреймворков для работы с LLM (Hugging Face, vLLM и т.д.).
- Языки программирования: Свободный Python. Знание SQL на очень высоком уровне для работы с data vault.
- Системы контроля версий: Git, GitLab CI/CD.
🇺🇿 Ключевые навыки и требования:
- Реальный опыт вывода в production NLP-приложений (чат-боты, семантический поиск, классификация текстов).
- Опыт построения и оптимизации ML пайплайнов для обучения, инференса и мониторинга моделей.
- Опыт работы с векторными базами данных (например, Qdrant, Weaviate, pgvector) для RAG-систем (актуально для чат-бота по Confluence).
🇩🇯 Наши условия:
• Оформление в штат аккредитованной ИТ-компании по ТК РФ: полностью белая заработная плата, оплачиваемые отпускные и больничные;
• Индексация заработной платы;
• Расширенная программа ДМС;
• Скидки на фитнес, кино и уроки английского;
• Техника по требованиями проекта.
📩 Контакт для связи: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- MLOps
- DevOps
- Airflow
- FastAPI
- Kubernetes
- Docker
- SQL
- Spark
- Python
- MLflow
- Kubeflow
- CI/CD
- GCP
- AWS
- Azure
- LangChain
- LlamaIndex
- Hugging Face
- Git
- GitLab CI/CD
- NLP
- Qdrant
- Weaviate
- pgvector
- RAG
Возможные вопросы на собеседовании
Проверка практического опыта работы с LLM в продакшене.
Расскажите о вашем опыте развертывания RAG-систем: какие векторные базы данных вы использовали и как решали проблему актуальности данных?
Оценка навыков оркестрации сложных ML-процессов.
Как вы организуете мониторинг моделей после деплоя в Kubernetes и какие метрики считаете критичными для NLP-сервисов?
Проверка владения инструментами автоматизации ML-жизненного цикла.
В чем, по вашему опыту, основные отличия настройки CI/CD для обычного микросервиса и для ML-модели в Kubeflow?
Оценка навыков работы с большими данными.
Опишите кейс, когда вам приходилось оптимизировать Spark-задачу для подготовки данных под обучение модели.
Проверка архитектурного мышления в облачной среде.
Как бы вы спроектировали гибридную инфраструктуру для обучения моделей в облаке и инференса в локальном контуре?
Похожие вакансии
DevOps Middle
DevOps Middle/Middle+
DevOps Middle+
Главный эксперт сопровождения / Инженер сопровождения информационных систем
DevOps Middle+ (Migration Project)
Middle DevOps 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!