Point your AI agent at freehire and let it find you a job.

Get the CLI →

Usetech

Open 46d

Старший DevOps-инженер (в Центр MLOps-экспертизы банка)

Posted 16 views
Discussion

Summary

Senior DevOps engineer building the infrastructure and platform for a bank's MLOps center of expertise (via Usetech): deploying GitLab/GitLab CI, migrating complex pipelines from Jenkins, and configuring ML-serving components (MLflow, Seldon, Airflow, JupyterHub) on bare-metal Kubernetes.

Юзтех — группа аккредитованных ИТ-компаний полного цикла разработки с многолетней экспертизой в передовых технологиях: DWH, Big Data, AI/ML, Blockchain, BI, предиктивная аналитика, цифровые двойники производства и рисков.

ГК Юзтех является технологическим партнером таких компаний, как Mail.ru, 2ГИС, НЛМК, Еврохим, Го Инвест, Альфа-Банк, Сбер, ВТБ, МКБ, Самолет, Х5 Retail Group, Газпромнефть, Леруа Мерлен, Ситилинк, Ланит, IBS. Также ГК разрабатывает собственные ИТ-продукты (Usebus, Octopus, Тил Эйчар) и флагманские проекты, которыми пользуется 70% населения страны.

Нужен прежде всего Senior DevOps-инженер. Основной фокус роли — инфраструктура и развитие платформы, а не разработка или обучение ML-моделей. Он будет заниматься развертыванием GitLab, GitLab CI и переписыванием сложных пайплайнов с Jenkins на GitLab CI. Поэтому требуется глубокое знание GitLab (CI/CD) и Jenkins — хотя бы для понимания переносимой логики.

Команды центра MLOps-экспертизы делают MLOps-платформу для вывода моделей, но сами модели не трогают, не разрабатывают (не работают со Spark, Hadoop, кроме интеграции с K8s). У них — core-инфраструктура. MLOps здесь только в том, что они делают прикладные задачи для машинного обучения, — настраивают компоненты: MLflow, препроцессоры, постпроцессоры, Seldon — всё, что нужно в пайплайне для разворачивания моделей.

Основной стек центра: JupyterHub, Airflow, MLflow, Seldon, Python, Kubernetes, GitLab CI, Kafka, Redis, PostgreSQL

Задачи:

  • Конфигурировать и разворачивать инфраструктурные компоненты.
  • Адаптировать/разрабатывать с нуля автоматизированные пайплайны под актуальные бизнес-задачи (MLOps, AutoML).
  • 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 5 лет (Docker, Helm, GitLab и GitLab CI; Jenkins, Argo CD, Python).
  • Опыт администрирования Kubernetes от 2 лет (bare-metal, а не облачные managed-решения).
  • Опыт автоматизации CI/CD для ML-проектов.
  • Опыт с Kafka.
  • Опыт с ELK-стеком.

Будет преимуществом:

  • Опыт с MLOps-стеком (Airflow, JupyterHub, Seldon, MLflow).

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: поверь, ты будешь в восторге от нашего корпоративного магазина!
  • Корпоративную жизнь: мы много работаем и классно отдыхаем!

Мы рассмотрим ваше резюме в течение 3-х рабочих дней.

Skills

What Senior DevOps jobs ask for — and how much of it you have →
Apply

See also

DevOps jobs by country — openings, pay and top skills →

Tailor your CV for this role?

We couldn't check your fit for this role — add a CV to your profile to see it next time.