- Страна
- Россия
- Зарплата
- 386 000 ₽ – 436 000 ₽
Откликайтесь
на вакансии с ИИ
Senior MLOps Engineer (Platform Development / LLMOps)
Оценка ИИПривлекательная вакансия для опытных инженеров благодаря работе с передовыми технологиями (LLMOps, RAG) и прозрачной вилке оплаты. Удаленный формат работы по ИП внутри РФ обеспечивает гибкость при стабильной нагрузке.
Сложность вакансии
Оценка ИИРоль требует глубоких знаний как в классическом DevOps (Kubernetes, CI/CD), так и в специфических ML-инструментах (MLflow, Airflow, CUDA). Высокий уровень ответственности за платформенные решения в банковском секторе повышает порог входа.
Анализ зарплаты
Оценка ИИПредложенная вилка (386к–436к гросс) полностью соответствует рыночным ожиданиям для позиции Senior MLOps в России, где медиана составляет около 400к рублей. Верхняя граница конкурентна для банковского сектора.
Сопроводительное письмо
I am writing to express my strong interest in the Senior MLOps Engineer position at Volna.tech. With over three years of DevOps experience and a solid background in Kubernetes administration, I have spent the last year focusing on MLOps pipelines, including Airflow and MLflow. My experience in building scalable infrastructure for machine learning models aligns perfectly with your center's goals of developing a unified MLOps ecosystem.
I am particularly drawn to this role because of the opportunity to work on LLMOps and RAG systems within a large-scale banking environment. I have extensive experience with Docker, Helm, and GitLab CI, and I am comfortable managing complex environments involving Hadoop, Spark, and Kafka. I pride myself on being a proactive team player who looks at the big picture to deliver results that truly meet business needs.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Volna.tech уже сейчас
Откликайтесь прямо сейчас, приложив краткий скрининг по требованиям, чтобы ускорить рассмотрение вашей кандидатуры!
Описание вакансии
Публикатор: Валерия Старко
Обсуждение: @devops_jobs
#аутстафф #ИП #удаленка #вакансия
Senior MLOps Engineer (Platform Development / LLMOps)- senior
Компания: Volna.tech
Вилка: от 386к до 436к гросс
Срок: длительный
Оформление: по ИП РФ( не ГПХ, не СЗ)
Формат: Удаленно
Локация: только РФ
Гражданство: РФ
Ищем опытного инженера в команду развития проектов голосовой аналитики и пайпланов для платформы аналитики.
Кто мы - Центр развития MLOps-экспертизы. Мы развиваем единую MLOps - экосистему банка.
- Среда разработки моделей / пайплайны train и inference
- Среда исполнения моделей и пайплайны доставки
- Среда немодельных сервисов
- Feature Store
- AutoML и AlfaPredict (платформа для аналитиков)
- А/В тестирование
- RAG/LLMOps
- Система обработки документов при помощи ИИ
Требования:
- Опыт DevOps от 3х лет (decker, helm, jenkins gitlab Cl, python)
- Опыт ML/MLOps от 1 года (airflow, jupyterhub, m|flow, seldon, cuda)
- Опыт администрирования Kubernetes от 2х лет
- Опыт работы Hadoop, Spark, Kafka, ELK
Личные качества:
- 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
Обязанности кандидата:
- 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
Откликнуться: Откликнуться ( при отклике прилагать самостоятельный скрининг по требованиям!!)
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Docker
- Helm
- Jenkins
- GitLab CI
- Python
- Airflow
- JupyterHub
- MLflow
- Seldon
- CUDA
- Kubernetes
- Hadoop
- Spark
- Kafka
- ELK
- LLMOps
- RAG
Возможные вопросы на собеседовании
Вакансия предполагает работу с платформой. Важно понимать, как кандидат обеспечит доступность и масштабируемость JupyterHub для множества аналитиков.
Расскажите о вашем опыте масштабирования JupyterHub в Kubernetes. С какими проблемами при распределении ресурсов (CPU/GPU) вы сталкивались?
В стеке указан MLflow. Вопрос проверяет понимание жизненного цикла моделей.
Как бы вы организовали процесс продвижения модели (model promotion) из среды разработки в продакшн с использованием MLflow и GitLab CI?
Упоминается работа с CUDA. Это критично для обучения тяжелых моделей и LLM.
Какие особенности настройки Kubernetes-нод с GPU вы знаете? Как обеспечить эффективную утилизацию видеопамяти несколькими подами?
В требованиях есть Spark и Kafka. Важно понять навыки работы с данными.
Опишите архитектуру пайплайна для инференса модели в реальном времени, использующего Kafka как источник данных.
LLMOps — одно из ключевых направлений вакансии.
В чем, по вашему мнению, основные отличия LLMOps от классического MLOps при работе с RAG-системами?
Похожие вакансии
MLOps Engineer (ML pipelines / Kubernetes / Airflow)
Senior Data инженер
Data Engineer / SAP HANA Developer (Senior)
Senior ML Engineer
Senior MLOps
Senior Data Scientist (Search)
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!
- Страна
- Россия
- Зарплата
- 386 000 ₽ – 436 000 ₽