DevOps / MLOps инженер / Архитектор

ID 2915
DevOps / MLOps
РФ / РБ
Архитектор/Senior

Мы ищем опытного DevOps/MLOps инженера/Архитектора внедрения ML-решений для работы над инфраструктурой и развертыванием ML-решений.
Обязанности:
- Настройка и поддержка инфраструктуры для ML-решений в продакшене с высокой нагрузкой;
- Развертывание и эксплуатация ML-моделей;
- Автоматизация CI/CD процессов;
- Мониторинг и оптимизация инфраструктуры.
- Проведение оценки технических рисков на этапах проектирования информационных систем.
- Формирование и анализ проектной, нормативной и технической документации, включая задания, регламенты, стандарты, нормы, правила,
инструкции и спецификации.
- Проектирование и внедрение MLOps платформы
- Оценка технических рисков проектирования информационных
систем.
- Знакомство с Grafana и Prometheus, elk;
- Опыт проектирования, развертывания и эксплуатации ML-решений в продакшене.
- Опыт развертывания и эксплуатации LLM-моделей;
- Знание и опыт работы с NGINX;
- Опыт работы с облачными провайдерами (AWS, Azure, Yandex Cloud);
- Уверенное владение Docker и Kubernetes;
- Опыт работы с реляционными и NoSQL базами данных (Postgres, Oracle, Redis);
- Знание Apache Airflow;
- Опыт настройки CI/CD в Gitlab;
Будет плюсом:
- Опыт работы с векторными базами данных (Qdrant, Milvus);
- Опыт работы с API; Знакомство с MLflow. Знакомство с Kubeflow.
- Знание и умение представлять платформенные решения, отстаивать позицию и защищать на комитетах.

Задачи:
- Настройка и поддержка инфраструктуры для ML-решений в продакшене с высокой нагрузкой;
- Развертывание и эксплуатация ML-моделей;
- Автоматизация CI/CD процессов;
- Мониторинг и оптимизация инфраструктуры.
- Проведение оценки технических рисков на этапах проектирования информационных систем.
- Формирование и анализ проектной, нормативной и технической документации, включая задания, регламенты, стандарты, нормы, правила,
инструкции и спецификации.
- Проектирование и внедрение MLOps платформы
- Оценка технических рисков проектирования информационных
систем.

Требования
Знание и опыт работы с NGINX; Опыт работы с облачными провайдерами (AWS, Azure, Yandex Cloud); Уверенное владение Docker и Kubernetes; Опыт работы с реляционными и NoSQL базами данных (Postgres, Oracle, Redis); Знание Apache Airflow; Опыт настройки CI/CD в Gitlab; Знакомство с Grafana и Prometheus, elk; Опыт проектирования, развертывания и эксплуатации ML-решений в продакшене. Опыт развертывания и эксплуатации LLM-моделей; Будет плюсом: Опыт работы с векторными базами данных (Qdrant, Milvus); Опыт работы с API; Знакомство с MLflow. Знакомство с Kubeflow. Знание и умение представлять платформенные решения, отстаивать позицию и защищать на комитетах.

📩 Телеграм для связи: @veroneko

🔥 Вступайте, друзья: 🚀 Проверьте, как оптимизировать бюджет на рекламу для вашего канала. Сделайте шаг к эффективности! 📊 | InsideAds.