- Страна
- Россия
- Зарплата
- до 480 000 ₽
Откликайтесь
на вакансии с ИИ
TeamLead MLOps/DevOps (Banking / ML-Platform)
Оценка ИИПривлекательная вакансия для опытных специалистов с высокой ставкой (до 480к на руки) и возможностью удаленной работы. Четкий стек технологий и амбициозные задачи по созданию платформы с нуля делают роль интересной для профессионального роста.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена ролью тимлида и необходимостью глубокой экспертизы на стыке DevOps, MLOps и Big Data. Требуется опыт работы с CUDA и специфическими ML-инструментами в банковском секторе.
Анализ зарплаты
Оценка ИИПредлагаемая ставка до 480 000 руб. на руки находится на верхней границе рыночного диапазона для позиций TeamLead MLOps в России. Это конкурентное предложение, соответствующее высоким требованиям к опыту в Big Data и DevOps.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в TOP_REIT уже сейчас
Откликайтесь сейчас, чтобы возглавить развитие ML-платформы в крупном финтехе и реализовать амбициозные MLOps проекты!
Описание вакансии
#vacancy #TeamLead #MLOps #DevOps #Kubernetes #Finctech #MLflow #Hadoop #Airflow #Remote #Russia #вакансия #TOP_REIT
TeamLead MLOps/DevOps (Banking / ML-Platform) 🏦🤖
Локация и гражданство: Только РФ.
Ставка: до 480 000 руб. на руки (ИП/Самозанятость).
Стек: Kubernetes, Helm, GitLab CI, Python, MLflow, Airflow, Seldon, CUDA, Hadoop, Spark, Kafka.
Чем предстоит заниматься:
— Лидировать стрим MLOps проектов, масштабировать инструменты управления жизненным циклом моделей (AutoML, MLOps).
— Конфигурировать и развертывать инфраструктурные компоненты с нуля.
— Создавать и поддерживать единый ML-контур для обучения и промышленного применения моделей.
— Разрабатывать автоматизированные пайплайны под бизнес-задачи банка.
Требования (Must have):
— Опыт в DevOps от 3 лет (Docker, Helm, CI/CD, Python).
— Опыт в ML/MLOps от 1 года (MLflow, Seldon, JupyterHub, CUDA).
— Администрирование Kubernetes от 2 лет.
— Практика работы с Big Data: Hadoop, Spark, Kafka, ELK.
⚠️ Важно для подачи:
При отклике обязательно заполнить 10 вопросов скрининга. Весь релевантный опыт и достижения (численность команды, оптимизация ресурсов) должны быть четко отражены в резюме.
📲 Контакт для связи: Откликнуться
ID: MLOps_Lead_PIP
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Kubernetes
- Helm
- Docker
- Airflow
- Kafka
- Hadoop
- Spark
- MLflow
- CUDA
- GitLab CI
- ELK
- Seldon
- JupyterHub
Возможные вопросы на собеседовании
Проверка лидерских качеств и умения управлять процессами разработки.
Расскажите о вашем опыте лидирования стрима MLOps: как вы распределяли задачи и какие метрики эффективности команды использовали?
Оценка технических навыков в области инфраструктуры для машинного обучения.
С какими основными сложностями вы сталкивались при развертывании ML-моделей в Kubernetes с использованием CUDA и Seldon?
Проверка опыта работы с данными в высоконагруженных системах.
Как вы организовывали интеграцию ML-платформы с Big Data стеком (Hadoop, Spark, Kafka) для обеспечения бесперебойной подачи данных?
Оценка навыков автоматизации жизненного цикла моделей.
Опишите ваш подход к построению CI/CD пайплайнов для ML-проектов: как вы обеспечиваете версионирование данных и моделей в MLflow?
Проверка умения проектировать системы с нуля.
Если бы вам нужно было спроектировать инфраструктуру для AutoML с нуля, какие компоненты вы бы выбрали и почему?
Похожие вакансии
Team Lead MLOps / Tech Lead
Team Lead Data Science
Team Lead Data Science
Ведущий разработчик машинного обучения
Lead Data Scientist (LLM)
TPO (Technical Product Owner) в MLOps / Platform
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!