UseTech

DevOps/MLOps-инженер

Коротко

Удалённая вакансия DevOps/MLOps-инженера в команде развития MLOps-экспертизы банка (аутсорс через Юзтех): разворачивание инфраструктуры, разработка автоматизированных ML-пайплайнов (AutoML, LLM, computer vision), поддержка пользовательских инструментов и масштабирование систем управления жизненным циклом ML-моделей. Требуется опыт DevOps от 3 лет (Docker, Helm, Jenkins/GitLab CI, Python), администрирования Kubernetes от 2 лет, автоматизации CI/CD для ML-проектов, работы с Kafka и знакомство с ELK-стеком. Опыт с MLOps-инструментами (Airflow, JupyterHub, MLflow, Seldon, CUDA, Spark/Hadoop) приветствуется, но не является основным требованием. Дежурств не предполагается.

О компании
Юзтех – группа аккредитованных ИТ-компаний полного цикла разработки с многолетней экспертизой в передовых технологиях: DWH, BigData, AI/ML, Blockchain, BI, предиктивная аналитика, цифровые двойники производства и рисков.
ГК Юзтех является технологическим партнером таких компаний, как Mail.ru, 2Gis, НЛМК, Еврохим, Го Инвест, Альфа-Банк, Сбер, ВТБ, МКБ, Самолет, Х5 retail Group, Газпромнефть, Леруа Мерлен, Ситилинк, Ланит, IBS. Также, ГК разрабатывает собственные IT-продукты (Usebus, Octopus, Тил Эйчар) и флагманские проекты, которыми пользуется 70% населения страны.
О роли
Приглашаем Devops/MLOps-инженера в Центр развития MlOps‑экспертизы банка в команду развития (не на сопровождение, дежурств не предполагается).
Нужен в первую очередь сильный Devops-инженер с желанием продолжать развиваться в MLOps.
Центр развития MLOps‑экспертизы банка создает и поддерживает единую MLOps‑экосистему, которая обеспечивает полный жизненный цикл моделей машинного обучения — от обучения до продакшена и мониторинга.
Основной стек центра: Jupyterhub\Coder, Airflow, ArgoWF, MLflow, Seldon core, Python, Hadoop (spark, hdfs), Docker, OpenShift/Kubernetes, longhorn, Jenkins, Kafka, Redis, PostgreSQL
Задачи
•конфигурировать и разворачивать инфраструктурные компоненты
•адаптировать/разрабатывать с нуля автоматизированные пайплайны под актуальные бизнес-задачи (AutoML, LLM, computer vision и пр)
•создавать и поддерживать пользовательские инструменты для работы в едином ML-контуре применения и обучения
•масштабировать разрабатываемые системы и инструменты для управления жизненным циклом моделей машинного обучения
Важные знания и опыт
•опыт работы в DevOps от 3 лет (Docker, Helm, Jenkins / GitLab CI, Python)
•опыт администрирования Kubernetes от 2 лет
•опыт автоматизации CI/CD для ML‑проектов
•опыт с Kafka
•практическое знакомство с ELK-стеком
Будет преимуществом
•опыт с ML/MLOps инструментами (Airflow, JupyterHub, MLflow, Seldon, CUDA, Spark/Hadoop). Навыки в MLOps — не основное требование, так как команда не работает напрямую с моделями. Есть интеграция с MLflow, Spark, Hadoop, но этому можно будет научиться в процессе.
Мы предоставим
•карьерную и профессиональную возможность в стабильной, аккредитованной ИТ-компании
•расширенный полис ДМС со стоматологией, корпоративного психолога
•обучение, сертификацию, онлайн‑изучение английского
•доступ к корпоративной библиотеке и к корпоративному университету
•внутрикорпоративные профильные коммьюнити
•заботу о детях сотрудников: корпоративные скидки, подарки, детские дни
•геймифицированную программу лояльности с корпоративным магазином
•корпоративную жизнь: работа и отдых
Мы рассмотрим ваше резюме в течение 3-х рабочих дней.

Хватит откликаться.
Получите рекомендацию.

$10 стартовых кредитов

Всего 60 секунд, полностью на автопилоте — AI-агенты Eraldt читают ваше резюме, определяют подходящие роли, находят живые вакансии и людей, которые могут вас порекомендовать, пишут им личные письма и добиваются рекомендации.

Это не отклик на вакансию: резюме не уходит в компанию, а рекомендацию именно по этой роли мы не обещаем.

Посмотрите, кто ещё получает интервью на автопилоте