IT-Implant — Telegram — ai_rabota_13
250 000–280 000 ₽
ОткликнутьсяЛокация: не указана
Формат: Удалённая работа
Занятость: Полная занятость
Грейд: Senior
#senior #300k #удаленка
IT-Implant
MLOps инженер (Middle+/Senior)
от 250 000 до 280 000 ₽ за месяц, на руки
Опыт работы: 3–6 лет
Полная занятость
График: 5/2
Формат работы: удалённо
☑️ Чем предстоит заниматься
-Закрывать пробелы между Data Science и DevOps. Вы — мост, который превращает Jupyter Notebook в production-grade микросервис с мониторингом дрейфа данных
☑️ Наши пожелания к кандидатам
-Инженерия данных: Уверенное владение Python (плюс опыт асинхронности). Опыт работы с Pandas/Polars в продакшене (не в ноутбуках)
-Оркестрация: Глубокое понимание хотя бы одного инструмента (Airflow / Prefect / Dagster / Argo Workflows). Понимаете разницу между Event-driven и Scheduled пайплайнами
-Контейнеризация и оркестрация: Docker + Kubernetes. Умение писать хелм-чарты, настраивать HPA (Horizontal Pod Autoscaler) под GPU-нагрузки
-Infrastructure as Code (IaC): Опыт с Terraform или Pulumi (неважно, AWS, GCP или vpV5jH KVHFy — важно понимание состояния и providerов)
-CI/CD для ML: Опыт настройки пайплайнов не только для кода, но и для данных (DVC / LakeFS / Git LFS)
-Мониторинг: Знание стеков (Prometheus + Grafana / VictoriaMetrics) и опыт настройки алертинга на качество модели (дрейф данных/концепций)
-Вы запускаете модели только через python app.py и считаете это MLOps
-Вы боитесь терминала Linux и не умеете читать dmesg или kubectl describe pod при падении GPU-ноды
-Вы считаете, что мониторинг — это только "смотрит ли CPU в потолок"
-Будет плюсом:
-Если ваш стек — AWS/GCP/Azure: Будет плюсом опыт с SageMaker / Vertex AI / Azure ML, но мы также ценим, если вы умеете собирать тот же функционал из "чистых" сервисов (EC2 + S3 + Lambda) без готовых ML-обвязок
-Если ваш стек — On-premise / Bare-metal: Будет плюсом опыт с GPU-виртуализацией (MIG / vGPU), Slurm или Kubeflow, а также опыт настройки распределенных хранилищ (Ceph / MinIO / NFS)
-Если ваш стек — Open Source: Будет огромным плюсом глубокое знание MLflow или Weights & Biases (включая самостоятельный хостинг), а также опыт с Ray (для распределенного обучения)
-Если ваш стек — Feature Store: Мы будем рады, если вы работали с Feast / Tecton или писали свой велосипед на Redis / Cassandra для низколатентных фичей
-Если ваш стек — Безопасность: Опыт с аутентификацией (OIDC, Keycloak) и управлением секретами (Vault) в контексте ML-пайплайнов — это жирный плюс
-Если ваш стек — Бэкенд: Навыки написания микросервисов на FastAPI / Triton Inference Server / TorchServe для упаковки моделей
Контакты: ••••••••
🔥 Подписаться на наши каналы / •••••••• / ••••••••