DevOps-инженер (удаленная работа)
(вакансия не опубликована)

Вакансия: DevOps-инженер

Описание вакансии

Мы Horizon TSD , молодой стартап, специализирующийся на разработке алгоритмов машинного и глубокого обучения для прогнозирования временных рядов. Наша миссия создание интуитивно понятных и высокоэффективных инструментов, которые помогают бизнесу оптимизировать процессы и принимать data-driven решения.

Сейчас мы ищем DevOps-инженера , который поможет нам выстроить инфраструктуру для развертывания, масштабирования и мониторинга ML-моделей.

Чем предстоит заниматься:

• Развертывание и поддержка ML-сервисов в продакшене (API, контейнеризация, оркестрация).

• Настройка и оптимизация CI/CD-пайплайнов (GitLab CI/CD, GitHub Actions, Jenkins).

• Работа с Docker (сборка образов, управление контейнерами).

• Базовая настройка и администрирование Kubernetes (деплой, конфигурация, отладка).

• Автоматизация процессов развертывания и мониторинга.

• Настройка Nginx (проксирование, SSL, балансировка нагрузки).

• Взаимодействие с системами мониторинга и логирования (Prometheus, Grafana, ELK).

• Оптимизация инфраструктуры для снижения затрат и повышения отказоустойчивости.

Что мы предлагаем:

Гибкий график работы (удалённо).
Опыт работы с реальными ML-проектами и возможность прокачать скиллы в MLOps.
Участие в научных исследованиях и публикациях (если интересно).
Возможность влиять на архитектуру инфраструктуры с нуля.

Ключевые навыки:

Обязательные:

• Опыт работы с Docker (сборка, управление контейнерами).

• Базовые знания Kubernetes (развертывание, конфигурация).

• Настройка CI/CD (GitLab CI/CD, GitHub Actions, Jenkins).

• Работа с Linux и командной строкой.

• Навыки работы с Git .

• Базовое понимание сетей ( TCP/IP, DNS, HTTP/HTTPS ).

• Настройка Nginx (проксирование, SSL, статика).

Желательные (плюсы):

• Опыт с MLOps-инструментами (MLflow, Kubeflow).

• Мониторинг и логирование ( Prometheus, Grafana, ELK ).

• Работа с облачными платформами ( AWS/GCP/Azure ).

• Знание Terraform или Ansible (инфраструктура как код).

Почему стоит присоединиться?

Это возможность получить опыт в MLOps одном из самых востребованных направлений, поработать с ML-инфраструктурой и добавить реальный проект в портфолио.

Если вам интересно напишите нам!