selecty

MLOps (банк)

#вакансия #MLOps #DevOps #Python #LLM #AI #MachineLearning

selecty · На сервисе с: 27.07.26 16:58

250k–340k ₽РоссияУдалёнка

Публикатор: Nelly
Обсуждение: ••••••••
#вакансия #MLOps #DevOps #Python #LLM #AI #MachineLearning
#Kubernetes #Docker #CI_CD #PostgreSQL

Мы создаем экосистему цифровых сотрудников на базе передовых открытых LLM/VLM-моделей. Наши ИИ-агенты автоматизируют ключевые операционные процессы, напрямую влияя на эффективность и конкурентное преимущество бизнеса наших заказчиков.

Компания: Selecty
Позиция: MLOps (банк)
Уровень дохода: 250-340 к гросс
Формат: оформление по ТК РФ
Удаленка РФ

чем предстоит заниматься:

Ты станешь ключевым инженером, который превращает исследовательские прототипы в отказоустойчивую GenOps-фабрику цифровых агентов.

Твои задачи: DevOps для AI:
Проектирование и развитие самообслуживания CI/CD пайплайнов для внутреннего деплоя AI-агентов и мультиагентных систем.

Инференс под управление: Развертывание и оптимизация LLM/VLM в процессе разработки (оптимизация памяти, формирование скорости) с использованием vLLM, Triton Inference Server, SGLang.

Надёжность: Обеспечение высокой доступности сервисов, работа с масштабированием горизонтальных подов и управление состоянием агентов.

Мониторинг 360°: Внедрение комплексного наблюдения: от стандартных метрик (CPU/GPU, задержка) до конкретных ML-метрик (качество генерации, дрейф данных, оценка тональности ответов).

Обязательные требования

Опыт вывода LLM-решений в прод.
* Уверенное владение Python и асинхронным программированием (asyncio).
* Уверенное владение Kubernetes (Helm, управление кластерами).
* Знание Gitlab CI, Jenkins и пр
* Понимание архитектуры RAG-систем, работы embedding-моделей и ранжирования.
* Умение оптимизировать инференс: квантизация, continuous batching, PagedAttention.
* Будет плюсом: опыт с графовыми БД и построением мультиагентных систем

Технологический стек:
Python, FastAPI, langchain/llamaindex/haystack k8s, docker, S3, postgres
Опыт работы с векторными и графическими БД.

Условия

Оформление по ТК РФв в IT-аккредитованную компанию
ДМС (включая стоматологию)
Компенсация фитнеса
Скидки на обучение английскому (Skyeng)
Индексация заработной платы
Современная техника
IT-аккредитация компании

Место для откликов: ••••••••

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.