DevOps+MLOps инженер

Задачи – 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.