DevOps+MLOps инженер (удаленная работа)

Вакансия: DevOps+MLOps инженер

Описание вакансии

Обязанности:

• Проектирование, развёртывание и развитие инфраструктуры платформы искусственного интеллекта (on prem и облако): Kubernetes кластеры, GPU ноды, storage, сети, безопасность.
• Построение и поддержка CI/CD/CT пайплайнов для ML моделей и сервисов: от артефакта DS до продакшн инференса с откатами и канареечными релизами.
• Интеграция и эксплуатация LLM/ML сервисов для внутренних команд и рыночных внедрений: упаковка моделей в сервисы, конфигурация autoscaling, SLA, observability.
• Настройка мониторинга и алертинга по инфраструктуре и моделям (метрики ресурсов, latency, ошибки, дрейф данных), реагирование на инциденты, участие в post mortem.
• Автоматизация ML пайплайнов: подготовка данных, обучение, переобучение, регистрация моделей, управление версиями и окружениями.
• Поддержка внедрений у клиентов: тиражирование платформенных компонентов, адаптация инфраструктуры под контур заказчика, участие в performance оптимизации и cost cutting (GPU/CPU).

Требования:

• Высшее образование.
• Опыт работы: 5+ лет.
• Глубокое понимание жизненного цикла ML модели: от экспериментов до продакшн инференса и мониторинга.
• Уверенный Linux, сетевые основы, безопасность, работа с контейнерами и оркестраторами.
• Опыт построения CI/CD пайплайнов для сервисов и ML артефактов (Docker images, модели, данные).
• Опыт с LLM/GenAI платформами: vLLM, TGI, Hugging Face, Triton/ONNX Runtime, оптимизация инференса.
• Опыт построения feature store, model registry, ML pipelines (Kubeflow, MLflow, Airflow, Argo Workflows).
• Работа в гибридной инфраструктуре: on prem кластеры + публичные облака (T1 Cloud, VK Cloud, Yandex Cloud и др.).
• Понимание cost optimization: FinOps для GPU/CPU, автобалансировка нагрузок.
• Языки: Python (утилиты, обвязка) / Bash.
• Контейнеризация и оркестрация: Docker, Docker Compose, Kubernetes (Helm, Operators), желательно Kubeflow.
• CI/CD: GitLab CI / GitHub Actions / Jenkins / Argo CD.
• Инфраструктура: Terraform / Ansible, конфигурация Linux серверов, Nginx, cert manager.
• Data/ML инфраструктура: Apache Kafka, Airflow/Argo Workflows, S3 совместимые хранилища, MLflow/Weights&Biases.
• Мониторинг и логи: Prometheus, Grafana, Loki/ELK, Sentry, alertmanager.

Профессиональные навыки:

• Проектирование и развёртывание инфраструктуры платформы ИИ (кластер Kubernetes, storage, сети, security) под LLM/ML нагрузки.
• Построение воспроизводимых ML пайплайнов: обучение, валидация, packaging модели, деплой в batch и real time режимах.
• Настройка мониторинга моделей: метрики качества, дрейф данных, latency/throughput, автоматический rollback и retraining триггеры.
• Совместная работа с DS/разработчиками и внедренцами: перевод экспериментальных ноутбуков в надёжные сервисы для внутренних и внешних клиентов.
• Специализированные программы:

+GitLab / GitHub, Jira / Confluence/Сфера
+Kubernetes ecosystem: kubectl, Helm, K9s, Lens.
+ML инструменты: MLflow / Weights & Biases, Kubeflow Pipelines / Airflow, model registry.
+Мониторинг: Prometheus, Grafana, Loki/ELK, Alertmanager, Sentry.