Страна: Россия

+500% приглашений

Откликайтесь
на вакансии с ИИ

SeniorУдалённоПолная занятость

Senior DevOps / MLOps

Name: Quick Offer — сервис для поиска работы на hh.ru
Brand: Quick Offer
SKU: quick-offer-saas
Availability: InStock
Rating: 4.9 (682 reviews)

Привлекательная вакансия в крупном банке с современным стеком технологий (LLM, GPU, Big Data). Формат удаленной работы и высокая позиция Senior обеспечивают хорошие условия, однако формат работы строго через ИП может подойти не всем.

Вакансия из Quick Offer Global, списка международных компаний

Пожаловаться

Сложность вакансии

ЛегкоСложно

Высокая сложность обусловлена необходимостью совмещать глубокую экспертизу в классическом DevOps (K8s, Helm, Security) со специфическими навыками MLOps, включая работу с GPU и Big Data стеком. Требуется опыт работы с высоконагруженными системами в банковском секторе.

Анализ зарплаты

Медиана450 000 ₽

Рынок350 000 ₽ – 550 000 ₽

Зарплата в объявлении не указана, но для позиции Senior DevOps/MLOps в РФ при работе через ИП рыночные вилки обычно выше стандартного найма в штат из-за отсутствия соцпакета. Указанные рыночные значения отражают текущий спрос на специалистов с редким сочетанием навыков DevOps и ML.

Меня заинтересовала вакансия Senior DevOps / MLOps в Райффайзенбанке, так как мой опыт администрирования Kubernetes и построения CI/CD пайплайнов полностью соответствует вашим требованиям. Я обладаю глубокими знаниями в области Observability (Prometheus, Grafana) и безопасности (Vault, Keycloak), а также имею опыт автоматизации на Python и Bash, что критично для данной роли.

Особенно меня привлекает возможность работы с GPU в Kubernetes и поддержка инфраструктуры для LLM. У меня есть опыт работы с Big Data стеком, включая Airflow и Kafka, и я готов применить эти навыки для оптимизации ваших ML-процессов. Уверен, что мой технический бэкграунд поможет команде эффективно масштабировать и поддерживать сложные высоконагруженные системы.

+250% к просмотрам

Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Райффайзенбанк уже сейчас

Присоединяйтесь к команде Райффайзенбанка и развивайте передовые MLOps-решения для работы с LLM и Big Data!

Описание вакансии

Senior DevOps / MLOps в Райффайзенбанк (под выкуп)

#SeniorDevOps #Senior #DevOps #SeniorMLOps #MLOps #РФ #Удаленно #Fulltime

Требования:

Коммерческий опыт администрирования Linux и production Kubernetes-кластеров. Уверенное владение Helm (написание чартов, управление релизами). Продвинутый опыт построения и поддержки CI/CD (GitLab CI/CD или аналог). Понимание security-стека: Keycloak / OAuth2, управление секретами через Vault. Глубокие знания в Observability: стек Prometheus / Grafana, OpenSearch. Навыки автоматизации на Python и Bash. Знание Java будет плюсом. Будет круто, если вы: Работали с Big Data-сервисами: Trino, Airflow, ClickHouse, Kafka, Hadoop, Redis. Писали на Python утилиты и внутренний тулинг. Оптимизировали работу GPU в Kubernetes (device plugins, мониторинг VRAM, планирование задач). Понимаете принципы работы LLM и фреймворков для их обслуживания.

Локация:📍 РФ, удалённо. Формат: строго ИП. Full-time.

Контакт для отклика: Откликнуться +CV

Про карьеру, рост и ценность себя: @jobstobeloved

+400% к собеседованиям

Создайте идеальное резюме с помощью ИИ-агента

Навыки

Python
Linux
LLM
Kubernetes
Helm
Bash
Prometheus
Grafana
Redis
Airflow
Kafka
Hadoop
Java
OAuth2
Keycloak
GitLab CI/CD
HashiCorp Vault
ClickHouse
Trino
OpenSearch
GPU

Возможные вопросы на собеседовании

Проверка практического опыта управления сложными деплоями.

Расскажите о самом сложном Helm-чарте, который вы разрабатывали: с какими проблемами столкнулись при управлении релизами?

Важно для MLOps роли, так как GPU — дорогой и специфичный ресурс.

Как вы организовывали мониторинг и квотирование GPU ресурсов в Kubernetes для разных ML-команд?

Проверка навыков обеспечения безопасности в банковской инфраструктуре.

Опишите процесс интеграции Keycloak и Vault в CI/CD пайплайн для обеспечения безопасной передачи секретов.

Оценка навыков автоматизации и владения Python.

Какие внутренние утилиты для автоматизации инфраструктуры вы писали на Python? Приведите примеры автоматизированных задач.

Проверка понимания специфики Big Data.

С какими проблемами производительности в Airflow или Kafka вы сталкивались и как их решали на уровне инфраструктуры?

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