- Страна
- Россия
- Зарплата
- 280 000 ₽ – 300 000 ₽
Откликайтесь
на вакансии с ИИ
Senior DevOps (ML-инфраструктура / GPU)
Оценка ИИИнтересный стек технологий на стыке DevOps и ML в социально значимой сфере (медицина). Однако ограничение по оформлению только через ИП и узкий зарплатный диапазон для Senior-позиции могут снижать привлекательность для части кандидатов.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена специфическими требованиями к работе с GPU-нагрузками, CUDA и специализированным MLOps-стеком (Kubeflow, Triton). Роль требует глубоких знаний как в классическом DevOps, так и в инфраструктуре для машинного обучения.
Анализ зарплаты
Оценка ИИПредложенная зарплата (280-300к) находится на нижней границе рыночного диапазона для Senior DevOps/MLOps инженеров в России, где медиана для таких компетенций обычно начинается от 350-400к рублей. Учитывая требование работы через ИП, реальный доход может быть ниже ожидаемого рыночного уровня для данной квалификации.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в TopSelection уже сейчас
Присоединяйтесь к инновационному проекту в сфере IT-медицины и развивайте MLOps-инфраструктуру на базе GPU!
Описание вакансии
#вакансия #удаленка #РФ #vacancy #remote #Fulltime #DevOps #SeniorDevOps #MLOps #GPU #Kubernetes #Terraform #MLflow #Kubeflow #ITмедицина
🔧 Senior DevOps (ML-инфраструктура / GPU)| агентство TopSelection
- Клиент: крупная мед. компания (своя IT-разработка)
- Формат: удалённо (РФ)
- Длительность: от 1 года → продление
- ЗП: 280 000 – 300 000 ₽
- Оформление: только ИП
Ключевые требования:
- опыт DevOps от 4 лет
- GPU-нагрузки, CUDA, on‑prem ML-стек
- K8s (GPU) + Docker + Terraform
- MLflow / Kubeflow, Airflow, DVC
- Triton / TorchServe
- Bash + Python
- Prometheus / Grafana / Zabbix
- опыт в мед.сфере будет большим преимуществом!
Что делать:
- Построение и настройка инфраструктуры для решения задач машинного обучения, включая развёртывание и обслуживание GPU‑серверов, организацию процессов обучения и инференса моделей;
- Внедрение практик MLOps: настройка CI/CD‑пайплайнов для моделей, организация версионирования и мониторинга их работы;
- Поддержка и оптимизация пайплайнов обучения и деплоя ML‑моделей;
- Работа со стеком: Kubernetes (в т.ч. GPU), Docker, MLflow / Kubeflow, Airflow, DVC, Triton / TorchServe, Terraform, Prometheus / Grafana / Zabbix, GPU (CUDA), Bash + Python.
📬 Отклик: Откликнуться с пометкой DevOps
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Terraform
- Kubernetes
- Bash
- Prometheus
- Grafana
- MLOps
- Docker
- Airflow
- Kubeflow
- MLflow
- CUDA
- DVC
- Zabbix
- GPU
- Triton Inference Server
- TorchServe
Возможные вопросы на собеседовании
Проверка опыта работы со специфическим оборудованием, указанным в вакансии.
Расскажите о вашем опыте проброса GPU в Kubernetes-кластер и с какими проблемами при использовании NVIDIA Device Plugin вы сталкивались?
Вакансия подразумевает внедрение MLOps практик.
Как вы организовывали процесс версионирования данных и моделей с использованием DVC в связке с CI/CD пайплайнами?
В стеке указаны Triton и TorchServe.
В каких случаях вы бы предпочли Triton Inference Server вместо стандартного развертывания модели в Docker-контейнере?
Проверка навыков автоматизации инфраструктуры.
Опишите структуру вашего Terraform-проекта для управления on-prem инфраструктурой: как вы управляете стейтом и модулями?
Важно понимать, как кандидат обеспечивает отказоустойчивость ML-сервисов.
Какие специфические метрики для GPU-серверов вы выводите в Grafana для мониторинга здоровья ML-инфраструктуры?
Похожие вакансии
Senior / Lead DevOps (Platform / SRE)
Senior DevOps
DevOps Middle, Middle+, Senior
Senior DevOps Engineer
DevOps/SRE Engineer (Proxy)
Senior OpenStack DevOps / SRE 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!