- Страна
- Россия
- Зарплата
- 300 000 ₽ – 400 000 ₽
Откликайтесь
на вакансии с ИИ
Senior DevOps/Mlops
Оценка ИИОтличная вакансия для Senior-специалиста: высокая «белая» зарплата, аккредитованная IT-компания, современный стек (LLM, RAG) и возможность удаленной работы. Финтех-проекты такого масштаба обычно предлагают стабильность и профессиональный рост.
Сложность вакансии
Оценка ИИВысокий уровень сложности обусловлен необходимостью глубоких знаний как в классическом DevOps (K8s, CI/CD), так и в специфическом стеке MLOps (MLflow, Airflow, CUDA). Требуется опыт работы с Big Data стеком (Hadoop, Spark) и готовность работать с LLM/RAG архитектурами.
Анализ зарплаты
Оценка ИИПредложенная вилка (300-400к net) полностью соответствует рыночным ожиданиям для Senior DevOps/MLOps ролей в Москве. Верхняя граница в 400 000 руб. для ИП является конкурентной для финтех-сектора.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в WMT Group уже сейчас
Присоединяйтесь к команде WMT Group и развивайте передовую MLOps-экосистему в крупнейшем финтех-проекте — пишите Татьяне прямо сейчас!
Описание вакансии
Публикатор: Татьяна Трушкина
Обсуждение:
#вакансия #финтех #удаленно
Всем привет!
Вакансия: Senior DevOps/Mlops
Работодатель: WMT Group (аккредитованная IT-компания)
Город и адрес офиса: Москва, метро Парк культуры
Уровень: Senior
Локация и Гражданство: РФ
Вилка: от 300 000 до 380 000 рублей по ТК net, от 320 000 до 400 000 рублей по ИП net
Формат работы: удаленно
Описание проекта: финтех (банк)
Развитие проектов голосовой аналитики и пайпланов для платформы аналитики. Развитие единой MLOps - экосистемы банка, включая среду разработки моделей, среду исполнения моделей, среду немодельных сервисов, Feature Store, AutoML и AlfaPredict, A/B тестирование, RAG/LLMOps, систему обработки документов.
Требования к кандидату:
Опыт DevOps от 3х лет (docker, helm, jenkins\gitlab CI, python)
Опыт ML/MLOps от 1 года (airflow, jupyterhub, mlflow, seldon, cuda)
Опыт администрирования Kubernetes от 2х лет
Опыт работы Hadoop, Spark, Kafka, ELK
Самостоятельность в доведении задач до результата
Проактивность и инициативность в предложениях по рефакторингу
Полное погружение в инфраструктуру и команду
Командность, готовность помогать коллегам и пользователям
Умение собрать общую картину ожидаемого результата, вместо решения конкретно поставленной задачи
Задачи на проекте:
Конфигурировать и разворачивать инфраструктурные компоненты
Адаптировать/разрабатывать с нуля автоматизированные пайплайны под актуальные бизнес-задачи (AutoML, LLM, computer vision и пр)
Создавать и поддерживать пользовательские инструменты для работы в едином ML-контуре применения и обучения
Масштабировать разрабатываемые системы и инструменты для управления жизненным циклом моделей машинного обучения
Условия:
- Удаленный формат работы
- Стабильная заработная плата, которую мы готовы обсуждать по итогам интервью
- Предоставление техники
- Работа на проектах крупнейших компаний страны
- Полноценный трудовой договор или оформление по удобному для вас формату (ТК,ГПХ, ИП)
- Комфортное HR сопровождение на всех этапах сотрудничества
-Реально работающая Служба заботы
Пишите, присылайте резюме, пообщаемся Откликнуться
@DevOpsSRE_Jobs
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- LLM
- Kubernetes
- Helm
- Computer Vision
- Docker
- Airflow
- Apache Spark
- Hadoop
- Jenkins
- MLflow
- Apache Kafka
- CUDA
- ELK stack
- GitLab CI
- JupyterHub
- Seldon Core
Возможные вопросы на собеседовании
Проверка опыта работы с GPU-ресурсами в контейнеризированных средах, что критично для ML-задач.
Расскажите о вашем опыте настройки CUDA в Kubernetes. С какими основными проблемами вы сталкивались при пробросе GPU в поды?
Оценка навыков управления жизненным циклом моделей.
Как бы вы организовали процесс CI/CD для ML-модели, включая этапы обучения, валидации и деплоя в MLflow или Seldon?
Проверка компетенций в области Big Data, указанных в требованиях.
Опишите ваш опыт администрирования и интеграции Spark с Kubernetes. Как вы обеспечиваете изоляцию ресурсов для тяжелых аналитических задач?
Важно понять, как кандидат обеспечивает отказоустойчивость критических финтех-сервисов.
Какие стратегии деплоя вы считаете наиболее подходящими для высоконагруженных банковских API (например, для голосовой аналитики) и почему?
Проверка soft skills и архитектурного мышления.
Приведите пример, когда вам приходилось предлагать и внедрять рефакторинг инфраструктуры «с нуля». Какого бизнес-результата удалось достичь?
Похожие вакансии
DevOps Middle +/ Senior
Senior DevOps / SRE инженер (OpenStack)
Senior DevOps
DevOps Middle, Middle+, Senior
Senior DevOps Engineer
Senior DevOps
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!