Неизвестный работодатель · На сервисе с: 20.08.26 15:41
ID 3427 — Middle MLOps
🌍 Локация: РФ/РБ
👫 Гражданство: РФ/РБ
💼 Удаленно (Доступность специалиста - Строго по времени Мск)
🕔 Занятость: фулл тайм
🏢 Проект: Крупный ритейл.
Создание единого внутреннего контура искусственного интеллекта для оптимизации бизнес-процессов и повышения производительности команд. Проект направлен на демократизацию работы с данными через интуитивные интерфейсы: корпоративный RAG-поиск по внутренним базам знаний, мультимодальную генерацию контента (тексты, изображения) и автономных ИИ-агентов. Ключевые элементы — бесшовная интеграция со стеком корпоративных систем (ERP, CRM, IDM) и внедрение системы контроля доступа, аудита использования моделей и мониторинга их эффективности в реальном времени.
💡 Требования:
- Администрирование Kubernetes в облачных (cloud) и локальных (on-premise) средах;
- Уверенное владение Python; практический опыт с Kubeflow и Airflow для автоматизации ML-пайплайнов;
- Настройка пайплайнов CI/CD, преимущественно на Jenkins;
- Работа с классическими хранилищами и векторными базами данных (Weaviate/Qdrant/PGVector);
- Знания в области мониторинга и логирования (Prometheus, Grafana, ELK, OpenTelemetry).
📌 Дополнительные требования:
- Понимание принципов работы LLM/GenAI и RAG-систем.
📋Задачи:
- Проектирование и эксплуатация LLM-платформы в K8s: управление конфигурациями через Helm и Terraform, разработка кастомных операторов для автоматизации жизненного цикла моделей;
- Построение сквозных CI/CD-пайплайнов для ML-сервисов (обучение, inference, data pipelines);
- Разработка и поддержка рабочих процессов в Kubeflow;
- Внедрение наблюдаемости (Observability) для ИИ-систем: мониторинг латентности ответов, дрейфа качества (drift) и стоимости эксплуатации (cost metrics) с помощью Prometheus/Grafana или аналогов;
- Архитектура пайплайнов данных для обучения и inference (Kafka, DataLake, объектное хранилище S3, векторные БД);
- Оптимизация работы GPU-кластера (распределённое обучение, эффективное использование ресурсов);
- Обеспечение безопасности и комплаенса: изоляция сред, контроль доступа, логирование.
📨 Отклик — через форму: https://forms.gle/qxF3H1eiV4E4T7p19 или напрямую рекрутеру: @Veroneko
❗️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.
#MLOps #Удаленно #вакансия
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.