- Страна
- Россия
Откликайтесь
на вакансии с ИИ

Технический менеджер (управление эффективностью GPU-инфраструктуры Алисы AI)
Это уникальная позиция в топовой технологической компании (Яндекс) с возможностью влиять на экономику крупнейшего AI-продукта в России. Высокая сложность задач компенсируется отличным соцпакетом и работой с передовыми технологиями.
Сложность вакансии
Роль требует редкого сочетания навыков: глубокой аналитики данных (SQL, Python), понимания экономики облачных вычислений и сильных менеджерских качеств для координации кросс-командных проектов.
Анализ зарплаты
Зарплата в объявлении не указана, но для позиций уровня Senior Technical Manager в Яндексе рыночные ожидания составляют от 350 000 до 550 000 рублей плюс значительные годовые бонусы и опционы (RSU). Данное предложение соответствует или превышает средние показатели по рынку для аналогичных ролей в BigTech.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Яндекс уже сейчас
Присоединяйтесь к команде Алисы AI и оптимизируйте работу одного из крупнейших GPU-кластеров в мире!
Описание вакансии
🔎 Технический менеджер (управление эффективностью GPU-инфраструктуры Алисы AI)
Аудитория Алисы AI — более 30 миллионов активных пользователей в месяц. Для работы множества фич (от сложных LLM-агентов до генерации видео) мы задействуем гигантский парк GPU. В условиях мирового дефицита железа эффективность этого кластера — наш стратегический приоритет. Ищем технического менеджера, которому предстоит решить нетривиальную задачу: построить целостную модель потребления GPU и выстроить прозрачный процесс capacity-планирования.
Какие задачи вас ждут:
• Аналитика и юнит-экономикаВам предстоит связать метрики утилизации с экономикой: считать стоимость запроса и генерации, анализировать паттерны потребления и разрабатывать ROI-дашборды для топ-менеджмента. Для работы с сырыми данными, проверки гипотез и поиска узких мест нужно будет самостоятельно писать скрипты (Python, SQL). Приветствуется использование AI-ассистентов для решения задач.
• Capacity planning и автоматизацияВы будете строить предиктивные модели потребности в GPU с учётом органического роста трафика и запуска новых фич, а также автоматизировать процессы финансового прогнозирования, чтобы полностью уйти от ручного распределения квот.
• Координация и архитектураНужно будет выстроить прозрачный процесс приоритизации выдачи карт совместно с командой инфраструктуры Яндекса. Вы будете консультировать продуктовые команды по выбору оптимальных платформ и моделей видеокарт, управлять кросс-командными проектами оптимизации.
Мы ждём, что вы:• Работали с большими объёмами данных: знаете SQL (обязательно), владеете Python (желательно)
• Выстраивали процессы: например, занимались рефакторингом кода или запускали бизнес-процессы
• Умеете находить паттерны и строить модели
• Ориентированы на результат: не ждёте инструкций, а находите проблемы и решаете их
Почему у нас хорошо:Наше ДМС поможет предотвратить болезни: в него входят регулярные чекапы и вакцинация. Это не все бонусы — полный список тут.
📩 Откликнуться на нашем сайте
#алиса_AI #техменеджер #GPU #python #SQL #AI
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- SQL
- Python
- Data Analysis
- Capacity Planning
- Unit Economics
- GPU Infrastructure
- ROI Analysis
Возможные вопросы на собеседовании
Проверка навыков планирования ресурсов в условиях ограничений.
Как бы вы подошли к приоритизации GPU-ресурсов между запуском новой фичи с высоким потенциалом и поддержкой стабильности текущих LLM-агентов?
Оценка технической грамотности в области инфраструктуры.
Какие метрики утилизации GPU, помимо волатильности памяти, вы считаете ключевыми для оценки реальной эффективности работы модели?
Проверка навыков юнит-экономики.
Опишите ваш подход к расчету стоимости одного запроса к LLM, учитывая амортизацию железа и затраты на электроэнергию.
Оценка опыта автоматизации.
Расскажите о кейсе, когда вам удалось автоматизировать сложный бизнес-процесс, который ранее выполнялся вручную. С какими трудностями вы столкнулись?
Проверка навыков работы с данными.
Представьте, что данные об утилизации в разных кластерах противоречат друг другу. Как вы будете искать первопричину аномалии с помощью SQL/Python?
Похожие вакансии
AI Engineer/Senior ML Engineer
Python разработчик (Senior)
Специалист по работе с ИИ
Head of AI
Руководитель MLOps команды
Junior AI разработчик
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