- Страна
- Казахстан
- Зарплата
- 1 500 000 ₽ – 2 000 000 ₽
MLOps/LLMOps Engineer
Оценка ИИВысокая для рынка Казахстана зарплата, работа над социально значимыми проектами и актуальный стек технологий (LLM, RAG). Офисный формат в Астане может быть ограничением для некоторых кандидатов.
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 ИИРоль требует редкого сочетания навыков классического MLOps и современного LLMOps (RAG, векторные БД). Работа в государственном секторе также подразумевает строгие требования к безопасности и комплаенсу данных.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредлагаемая зарплата в 1.5–2.0 млн тенге (около 3100–4200 USD) является очень конкурентоспособной для рынка Казахстана, превышая средние показатели для Senior MLOps специалистов в регионе.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
MLOps/LLMOps Engineer
Social Health Insurance Fund
1,500,000 to 2,000,000 KZT Gross per month
Astana, office
The Social Health Insurance Fund finances healthcare under Kazakhstan’s public and mandatory insurance systems and is building secure AI services, including internal assistants and RAG.
Responsibilities:
• Build secure end-to-end MLOps pipelines for data, model training, deployment, monitoring, and retraining.
• Deploy and monitor LLM services and RAG solutions, including inference infrastructure, document indexing, and vector databases.
• Establish CI/CD for models and AI services; safeguard sensitive data with access controls and audit logging.
Requirements:
• 2–3+ years in MLOps, LLMOps, DevOps, ML, or Data Engineering; strong Python and API development skills.
• Hands-on Docker, Kubernetes, Git, and CI/CD experience; ML lifecycle understanding.
• Practical experience with LLMs, RAG, embeddings, and vector databases.
• Knowledge of security, observability, and reliable system design.
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- MLOps
- LLM
- RAG
- Docker
- Kubernetes
- CI/CD
- Git
- Vector Database
- API Development
- Embeddings
Возможные вопросы на собеседовании
Проверка практического опыта работы с LLM и понимания архитектуры поиска.
Расскажите о вашем опыте развертывания RAG-систем: какие векторные базы данных вы использовали и как настраивали индексацию документов?
Важный аспект для государственного фонда, работающего с медицинскими данными.
Как вы обеспечиваете безопасность данных и контроль доступа в MLOps-пайплайнах при работе с конфиденциальной информацией?
Оценка навыков инфраструктурного инжиниринга.
Опишите ваш подход к мониторингу и логированию LLM-сервисов в продакшене. Какие метрики вы считаете критическими?
Проверка владения инструментами автоматизации.
Как вы организуете CI/CD для моделей машинного обучения, включая этапы автоматического тестирования и переобучения?
Оценка умения оптимизировать ресурсы.
С какими сложностями при масштабировании инференса LLM в Kubernetes вы сталкивались и как их решали?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
