туту

Стажёр MLOps

Привет! Мы — команда Туту. Уже больше 20 лет мы вдохновляем на новые поездки, помогаем легко планировать путешествия и бронировать всё нужное — от билетов до отелей.

туту · На сервисе с: 03.09.26 10:44

Зарплата не указанаРоссияМоскваУдалёнка

Привет! Мы — команда Туту. Уже больше 20 лет мы вдохновляем на новые поездки, помогаем легко планировать путешествия и бронировать всё нужное — от билетов до отелей.

У нас есть электрички, самолёты, поезда, автобусы, отели, туры и другие сервисы, которые помогают людям уехать, отдохнуть и вернуться домой.

Глобальная задача Туту — стать тревел-сервисом, который закрывает разные потребности людей в отдыхе и путешествиях. Для этого важно хорошо понимать пользователя и предлагать ему то, что действительно подходит в конкретный момент.

Ищем стажёра MLOps на внутреннюю программу стажировки до 6 месяцев. Это роль для тех, кто хочет связать карьеру с развитием IT-сервисов и продуктов.

Вместе с командой машинного обучения и опытным наставником ты будешь развивать инструменты ML-платформы.

Немного об условиях стажировки

— Стажировка занимает от 30 до 40 часов в неделю

— У тебя будет опытный наставник

— Длительность стажировки от 3 до 6 месяцев

— Мы считаем, что вклад в работу команды должен быть оплачен. Оклад фиксируем на время стажировки и рассчитываем в зависимости от количества часов, которые ты готов или готова уделять обучению и задачам

— С первого дня оформляем в штат по срочному трудовому договору

Тебе предстоит

— Разрабатывать backend-сервисы и внутренние инструменты на Python

— Разрабатывать и поддерживать REST API

— Работать с базами данных и SQL

— Участвовать в разработке пайплайнов подготовки и загрузки данных для ML-моделей

— Помогать интегрировать ML-модели в backend-сервисы.

— Писать unit- и integration-тесты

— Работать с Docker, CI/CD и инфраструктурой развёртывания сервисов

— Участвовать в развитии MLOps-инфраструктуры: model serving, Feature Store, мониторинга и автоматизации ML-процессов

— Анализировать ошибки и производительность сервисов

— Документировать реализованные решения

— Участвовать в code review

Мы ждём, что ты

— Готов или готова уделять стажировке от 30 часов в неделю

— Знаешь Python, SQL и основы backend-разработки

— Работал или работала с FastAPI, PostgreSQL, pytest и Docker — в учебных, pet-проектах или коммерческих задачах

— Понимаешь, как работают HTTP, REST API и реляционные базы данных

— Знаешь основы ООП, базовых структур данных и алгоритмов

— Умеешь искать зависимости и закономерности в большом объёме неструктурированной информации

— Не боишься задавать вопросы и просить помощи, если застрял или застряла на задаче

— Готов или готова разбираться, пробовать, ошибаться, исправлять и постепенно брать больше самостоятельности

Будет плюсом

— Опыт работы с Airflow

— Опыт работы с Kubernetes или OpenShift

— Базовое понимание ML и MLOps

—Учебные или pet-проекты, связанные с backend-разработкой, данными, ML-моделями или автоматизацией

Про команду и рабочий процесс

Ты будешь работать вместе с командой машинного обучения и наставником, который поможет разобраться в задачах, инструментах и процессах.

На старте мы не ждём, что ты знаешь всё. Важно, чтобы у тебя была хорошая база, интерес к backend-разработке и MLOps, готовность учиться и желание доводить решения до рабочего состояния.

График работы

Работаем 5/2 в гибридном формате.

Часы и дни, которые ты можешь выделять на стажировку, обсудим индивидуально. Главное, чтобы получалось уделять задачам от 30 часов в неделю.

Про компанию

Компания с хорошим техническим стеком и готовностью одними из первых пробовать новые технологии. С первого дня решаете реальные задачи бизнеса. От ваших идей будет зависеть, куда мы пойдём дальше.

Хорошая техническая инфраструктура, очень крутая внутренняя база знаний, культура API и так далее.

Уникальная корпоративная культура: мы понимаем, что не бывает глупых вопросов, а также развития без ошибок, бережно относимся к каждой точке зрения, дадим опору и заварим чаёк, когда всё полетело к чертям, всегда топим за улучшения, любим то, что делаем, и делаем то, что любим.

Весь положенный набор плюшек: современный офис с массажными креслами, настольным теннисом, библиотекой, настолками и PlayStation, йога прямо в офисе или онлайн, горячие завтраки на кухне и обеды по пятницам, уникальное сообщество Туту clubs, где можно поиграть в волейбол или сделать свою первую линогравюру, обучение от лучших наставников и обмен опытом.

Похожие вакансии MLOps инженер

Соц.сети
Н

Senior ML Engineer / MLOps Engineer

Неизвестный работодательНа сервисе с: 24.09.26 16:26
Зарплата не указанаПольшаУдалёнка

#вакансия #vacancy
🚀 Senior ML Engineer / MLOps Engineer — 100% Remote
Must-have:
• Strong Python
• AWS / SageMaker
• MLOps, CI/CD
• Docker + Kubernetes
• ML lifecycle tools: MLflow / Kubeflow / SageMaker Pipelines
• Production experience with ML & LLM applications
• Generative AI / LLMOps
• PySpark / Apache Spark
• FastAPI / Flask
• Model training, fine-tuning, evaluation & optimization
📍 100% Remote | 🇬🇧 English B2+
📅 Duration: 3 months + extension
💰 Rate: TBD
⏰ Full-time
📩 Для подачи присылайте CV в telegram: ••••••••

hh.ru
rutube

MLOps инженер (RUTUBE TECH)

rutubeНа сервисе с: 24.09.26 12:37
Зарплата не указанаРоссияМоскваУдалёнка

Новая локация офиса:

В ноябре переезжаем в новый офис в Сколково. Сейчас работаем на Соколе - пожалуйста, учитывайте это при отклике на вакансию.

Обязанности:

  • Разработка сервисов на python для интеграции моделей в прод;
  • Поддержка команды DS/MLE в интеграции моделей и использовании инструментов для ML;
  • Проводить тестирование SOTA-решений;
  • Настраивать мониторинг моделей;
  • Разбор инцидентов связанных с эксплуатацией МЛ-моделей в проде;
  • -Разработка и поддержка дагов Airflow.
Требования:
  • Хорошее знание Python (стандартные и ML библиотеки, умение применять ООП);
  • Понимание принципов построения моделей машинного обучения;
  • Опыт реализации микросервисов (Flask, Fastapi);
  • Знание SQL;
  • Опыт работы с платформами MLOps (ClearML, MLFlow);
  • Опыт работы c Docker и k8s;
  • Опыт работы с моделями глубинного обучения;
  • Опыт работы с внедрением нейросетевых ML-моделей CV и NLP;
  • Опыт оптимизации инференса нейросетей: onnx, tensorrt, triton server;
  • Опыт работы с векторными БД (milvus, qdrant);
  • Опыт работы с брокерами сообщений: Kafka, Rabbit.

Наш стек:
Python (pytorch), gitlab, airflow, Docker, Kubernetes, Postgres, ClickHouse, Trino, Airflow, Kafka, Milvus
Мощности:
Для экспериментов и в проде используем сервера с видеокартами в том числе A100, L40

Условия:

​​​​​​​Офис, где приятно быть
— Уютное пространство с зонами коворкинга — выбирай, где работать

Здоровье под защитой
— ДМС (стоматология включена)
— Врач прямо в офисе

Вкусно и бесплатно
— Фреш-бар от Novikov Group
— Кофе, чай, фрукты, снэки — каждый день

Отдых без компромиссов
— Обеденные зоны с настолками и массажными креслами Yamaguchi

Оформление по ТК РФ
— Всё официально

Соц.сети
Т

Middle ML

телекомНа сервисе с: 24.09.26 15:57
Зарплата не указанаРоссияУдалёнка

ID 3661 - Middle ML

🌍 Локация: РФ
💼 Удаленно
🕔 Занятость: фуллтайм

🏢 Проект: Телеком

💡 Требования:
• ML Engineer, middle 1 Опыт деплоя ML-моделей от 2 лет
• Опыт с очередями, написание прод кода для агентов
• Знание Docker, k8s, CI/CD. Опыт MLOps: мониторинг моделей, ре-тренинг
• Успешное прохождение очного интервью с решением задач на применнеие Python и SQL на темы: развёртывание агента в k8s; публикация скиллов; публикация Tool на MCP; настройка коммуникации агентов через A2A; использование LLM; настройка мониторинга, алертов

➕Будет плюсом:
• Понимание AgentOps

📨 Отклик — через форму: ••••••••
или напрямую рекрутеру ••••••••

❗️Откликайтесь только при релевантном опыте.

❗️При первичном отклике:
ID вакансии / ФИО / локация / возраст / занятость (работаете/нет) / формат работы (удаленка, гибрид, офис) / стек / опыт / резюме / сверка с требованиями

❗️Повторный отклик: ID вакансии + сверка.

#ML #Удаленно #вакансия

HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.