Руководитель ML/AI-платформы
Оценка ИИЦиан — это сильный бренд с огромными объемами данных и сложными задачами. Позиция руководителя платформы дает большую автономию и возможность работать с самым современным стеком (LLM, vLLM), что крайне востребовано на рынке.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИРоль требует редкого сочетания глубоких технических знаний в области LLM-инфраструктуры (vLLM, GPU) и управленческих навыков для работы с внутренним продуктом. Высокая планка ожиданий по опыту MLOps и Kubernetes делает позицию доступной только для опытных специалистов уровня Lead/Head.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиций уровня Head of ML Platform в Москве рыночный диапазон составляет от 450 000 до 700 000 рублей на руки. Циан обычно предлагает конкурентоспособные условия, соответствующие верхнему децилю рынка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Руководитель ML/AI-платформы Циан
Местоположение: Москва, Санкт-Петербург, Новосибирск
Формат работы: Удаленно
Опубликована: 26.10.2026
Требования:
• Опыт руководства ML- или LLM-платформой либо инфраструктурной командой
• Практическое понимание LLM-инфраструктуры: serving (vLLM, TGI, Triton или аналоги), ограничения и утилизация GPU
• Опыт MLOps: Kubernetes, model registry и tracking (MLflow или аналоги), CI/CD моделей
• Умение управлять внутренним продуктом: переводить размытые запросы в задачи с критериями результата
О компании:
Cian.ru — это большой и сложный продукт, в котором представлено несколько типов недвижимости и типов сделки, а также есть множество сервисов
Контакт: Откликнуться
Откликнуться опубликована в LinkedIn у Maxim Radyukov
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- MLOps
- LLM
- Kubernetes
- MLflow
- vLLM
- Triton Inference Server
- GPU
- CI/CD
- Product Management
Возможные вопросы на собеседовании
Проверка практического опыта оптимизации затрат на инфраструктуру.
Расскажите о вашем опыте оптимизации утилизации GPU при деплое LLM. Какие стратегии квантования или батчинга вы использовали?
Оценка навыков управления продуктом для внутренних пользователей.
Как вы приоритизируете бэклог ML-платформы, когда запросы от разных команд Data Science противоречат друг другу?
Проверка архитектурного видения MLOps.
Опишите идеальный CI/CD пайплайн для LLM в вашей концепции: от обучения до мониторинга в продакшене.
Оценка опыта работы с конкретным стеком.
С какими основными проблемами масштабирования MLflow или аналогичных систем трекинга вы сталкивались в крупных проектах?
Проверка лидерских качеств и управления командой.
Как вы выстраиваете процесс онбординга новых команд в ML-платформу, чтобы минимизировать Time-to-Market их моделей?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
