#вакансия #Москва #senior #mlops #ml #llmops #devops #mle
Мы - международная компания, лаборатория продуктов, где мы стремится стать лидерами в области VR/XR, web3, машинного обучения и нейронных сетей. Компания разрабатывает и внедряет революционные решения, устанавливая новые стандарты и вдохновляя на достижение невозможного в области информационных технологий.
Наша команда - это открытый, заряженный и молодой коллектив, который приветствует инновационные идеи и поддерживает инициативу и творчество наших сотрудников.
Один из приоритетных продуктов нашей компании - внутренний стартап GenAI (на ранней стадии), в который сейчас ищем Senior ML Ops. Мы запускаем целую линейку инновационных продуктов (B2B, B2C сервисы полностью на основе ИИ), которые уже влияют на эволюцию генеративного ИИ в мире.
Какие задачи вас ждут:
- Разработка с нуля MLOps для задач генерации аудиоконтента, генерации видеоконтента, исполнения LLM: среды разработки, тестирования, инференса и мониторинга моделей в различных режимах (Batch, Streaming) и использования ресурсов (CPU, GPU);
Deploy моделей в продакшн;
- Внедрение инструментов отслеживания жизненного цикла моделей и версионирования модельных артефактов (ClearML, MLFlow, DVC и т.п.);
- Развитие LLMOps-практик (эффективный инференс LLM, Diffusion Models).
Мы ждем, что вы:
- Имеете опыт работы в качестве DevOps/MLOps/MLE -Engineer не менее 2 лет;
- Имеете опыт работы с k8s, уметь разрабатывать и поддерживать сервисы в этой среде;
- Имеете опыт разработки высоконагруженных сервисов;
- Имеете опыт развертывания и использования MLOps инструментов (ClearML, DVC, MLflow и т.п.);
- Имеете опыт выстраивания CI/CD;
- Имеете опыт деплоя моделей в формате ONNX;
- Знаете принципов организации распределеаюнных информационных систем и баз данных.
Что мы предлагаем:
- Вилка: 4k$ - 5k$
- Сильная команда, с которой можно расти;
- Работа над задачами, которые до вас никто не решал;
- Возможность присоединится в компанию у самых ее истоков;
- Офис в Москва Сити;
- Гибкое начало рабочего дня (до 10:00);
- Sick days;
- Медицинская страховка;
- Реферальная программа.
По всем вопросам обращайтесь к @IraRozhnova
@ml_data_science_job
Мы - международная компания, лаборатория продуктов, где мы стремится стать лидерами в области VR/XR, web3, машинного обучения и нейронных сетей. Компания разрабатывает и внедряет революционные решения, устанавливая новые стандарты и вдохновляя на достижение невозможного в области информационных технологий.
Наша команда - это открытый, заряженный и молодой коллектив, который приветствует инновационные идеи и поддерживает инициативу и творчество наших сотрудников.
Один из приоритетных продуктов нашей компании - внутренний стартап GenAI (на ранней стадии), в который сейчас ищем Senior ML Ops. Мы запускаем целую линейку инновационных продуктов (B2B, B2C сервисы полностью на основе ИИ), которые уже влияют на эволюцию генеративного ИИ в мире.
Какие задачи вас ждут:
- Разработка с нуля MLOps для задач генерации аудиоконтента, генерации видеоконтента, исполнения LLM: среды разработки, тестирования, инференса и мониторинга моделей в различных режимах (Batch, Streaming) и использования ресурсов (CPU, GPU);
Deploy моделей в продакшн;
- Внедрение инструментов отслеживания жизненного цикла моделей и версионирования модельных артефактов (ClearML, MLFlow, DVC и т.п.);
- Развитие LLMOps-практик (эффективный инференс LLM, Diffusion Models).
Мы ждем, что вы:
- Имеете опыт работы в качестве DevOps/MLOps/MLE -Engineer не менее 2 лет;
- Имеете опыт работы с k8s, уметь разрабатывать и поддерживать сервисы в этой среде;
- Имеете опыт разработки высоконагруженных сервисов;
- Имеете опыт развертывания и использования MLOps инструментов (ClearML, DVC, MLflow и т.п.);
- Имеете опыт выстраивания CI/CD;
- Имеете опыт деплоя моделей в формате ONNX;
- Знаете принципов организации распределеаюнных информационных систем и баз данных.
Что мы предлагаем:
- Вилка: 4k$ - 5k$
- Сильная команда, с которой можно расти;
- Работа над задачами, которые до вас никто не решал;
- Возможность присоединится в компанию у самых ее истоков;
- Офис в Москва Сити;
- Гибкое начало рабочего дня (до 10:00);
- Sick days;
- Медицинская страховка;
- Реферальная программа.
По всем вопросам обращайтесь к @IraRozhnova
@ml_data_science_job
❤1
#работа #удаленнаяработа #вакансия #LLMOps #ML #middle #Kubernetes #DevOps #LLM
Позиция: LLMOps-инженер
Полная занятость
График: 5/2
Формат работы: удалённо
Компания: 7RedLines
Оформление: ТК РФ
Оклад на руки: 200 000 – 300 000к
Требования к кандидату:
• Высшее образование: техническое, математическое и тд.
• Опыт работы DevOps инженером от 3х лет
• Опыт в DevOps, MLOps или backend
• Уверенное владение Python
• Опыт работы с облачными платформами (AWS, Azure, GCP)
• Знание Docker, Kubernetes и CI/CD инструментов
• Управление ресурсами и оптимизация затрат
• Автоматизация процессов развертывания и масштабирования
• Интеграция систем мониторинга и оповещения
• Обеспечение безопасности и производительности LLM систем
• Преимуществом будут опыт работы на ML-проекте, понимание архитектуры генеративного ИИ и работы с LLM
Обязанности кандидата:
• Разработка и управление LLM пайплайнами для обработки данных, развертывания моделей
• Автоматизация LLM задач с использованием CI/CD и контейнерных технологий
• Настройка систем мониторинга для отслеживания производительности моделей
• Оптимизация инфраструктуры и конфигурация больших языковых моделей для высоких нагрузок
• Анализ требований проекта и оценка необходимых аппаратных ресурсов
• Мониторинг использования ресурсов и планирование масштабирования инфраструктуры
Контактная информация:
Тг: @HR7RedLines
Эл.почта: i.filimonova@7rlines.com (mailto:i.filimonova@7rlines.com)
@ml_data_science_job
Позиция: LLMOps-инженер
Полная занятость
График: 5/2
Формат работы: удалённо
Компания: 7RedLines
Оформление: ТК РФ
Оклад на руки: 200 000 – 300 000к
Требования к кандидату:
• Высшее образование: техническое, математическое и тд.
• Опыт работы DevOps инженером от 3х лет
• Опыт в DevOps, MLOps или backend
• Уверенное владение Python
• Опыт работы с облачными платформами (AWS, Azure, GCP)
• Знание Docker, Kubernetes и CI/CD инструментов
• Управление ресурсами и оптимизация затрат
• Автоматизация процессов развертывания и масштабирования
• Интеграция систем мониторинга и оповещения
• Обеспечение безопасности и производительности LLM систем
• Преимуществом будут опыт работы на ML-проекте, понимание архитектуры генеративного ИИ и работы с LLM
Обязанности кандидата:
• Разработка и управление LLM пайплайнами для обработки данных, развертывания моделей
• Автоматизация LLM задач с использованием CI/CD и контейнерных технологий
• Настройка систем мониторинга для отслеживания производительности моделей
• Оптимизация инфраструктуры и конфигурация больших языковых моделей для высоких нагрузок
• Анализ требований проекта и оценка необходимых аппаратных ресурсов
• Мониторинг использования ресурсов и планирование масштабирования инфраструктуры
Контактная информация:
Тг: @HR7RedLines
Эл.почта: i.filimonova@7rlines.com (mailto:i.filimonova@7rlines.com)
@ml_data_science_job
❤1
#vacancy #Fulltime #remote #DevOps #MLOps #ITВакансии #УдалённаяРабота #Grafana #ML #Вакансия
🔎Senior DevOps в ритейл ❇️ |агентство TopSelection
💰Зарплата: 270-300К руб/мес.Гросс
🎯Локация/гр.: Россия
🕰Срок проекта: 3 месяца +
📄Оформление: только ИП
🏛О проекте: Команда создаёт интеллектуальную ML - систему прогнозирования спроса, которая учитывает сезонность, промо, макро- и микроэкономические факторы, поведение клиентов и ограничения логистики.
Стек: GitHub/Gitlab, Jfrog Artifactory, SonarQube, Jenkins/GitlabCI, ArgoCD, Helm, Hashicorp Vault, OpenTelemetry, Grafana, Grafana Tempo, Mimir, Prometheus, Apache Spark, k8s.
📌 Требования:
— DevOps с опцией MLOps (работать придется с продуктом прогнозирования с ML, причем частично в режиме spark);
— Опыт проектирования, настройки и поддержки CI/CD-процессов;
— Умение выявлять и автоматизировать рутинные операции для повышения эффективности команды разработки и эксплуатации;
— Готовность участвовать в диагностике и устранении инцидентов: сбор диагностических данных, анализ окружения, содействие разработчикам в дебаге;
— Практический опыт настройки централизованного логирования, мониторинга и алертинга для обеспечения наблюдаемости систем.
Задачи:
- Облегчение и ускорение труда разработчиков;
- Создание CI/CD пайпланов;
- Помощь в контейнеризации приложений, подготовке к доставке и развертыванию;
- Техническая консультация;
- Помощь в настройке централизованной среды разработки;
- Управление релизным процессом, проведение, сопровождение релизов;
- Заведение RFC;
- Проведение релизов;
- Контроль работоспособности систем до, во время и после релизов;
- Актуализация технической документации;
- Управление инфраструктурой;
- Поддержание работоспособности инфраструктурных сервисов;
- Настройка мониторинга сервисов;
- Контроль за утилизацией ресурсов, повышение оптимальности их использования;
- Своевременное обновление сервисов и зависимостей;
- Своевременное устранение обнаруженных уязвимостей в исходном коде и подконтрольных сервисах.
📲 Как откликнуться:
Отправляйте своё резюме @AllaDemHR
@ml_data_science_job
🔎Senior DevOps в ритейл ❇️ |агентство TopSelection
💰Зарплата: 270-300К руб/мес.Гросс
🎯Локация/гр.: Россия
🕰Срок проекта: 3 месяца +
📄Оформление: только ИП
🏛О проекте: Команда создаёт интеллектуальную ML - систему прогнозирования спроса, которая учитывает сезонность, промо, макро- и микроэкономические факторы, поведение клиентов и ограничения логистики.
Стек: GitHub/Gitlab, Jfrog Artifactory, SonarQube, Jenkins/GitlabCI, ArgoCD, Helm, Hashicorp Vault, OpenTelemetry, Grafana, Grafana Tempo, Mimir, Prometheus, Apache Spark, k8s.
📌 Требования:
— DevOps с опцией MLOps (работать придется с продуктом прогнозирования с ML, причем частично в режиме spark);
— Опыт проектирования, настройки и поддержки CI/CD-процессов;
— Умение выявлять и автоматизировать рутинные операции для повышения эффективности команды разработки и эксплуатации;
— Готовность участвовать в диагностике и устранении инцидентов: сбор диагностических данных, анализ окружения, содействие разработчикам в дебаге;
— Практический опыт настройки централизованного логирования, мониторинга и алертинга для обеспечения наблюдаемости систем.
Задачи:
- Облегчение и ускорение труда разработчиков;
- Создание CI/CD пайпланов;
- Помощь в контейнеризации приложений, подготовке к доставке и развертыванию;
- Техническая консультация;
- Помощь в настройке централизованной среды разработки;
- Управление релизным процессом, проведение, сопровождение релизов;
- Заведение RFC;
- Проведение релизов;
- Контроль работоспособности систем до, во время и после релизов;
- Актуализация технической документации;
- Управление инфраструктурой;
- Поддержание работоспособности инфраструктурных сервисов;
- Настройка мониторинга сервисов;
- Контроль за утилизацией ресурсов, повышение оптимальности их использования;
- Своевременное обновление сервисов и зависимостей;
- Своевременное устранение обнаруженных уязвимостей в исходном коде и подконтрольных сервисах.
📲 Как откликнуться:
Отправляйте своё резюме @AllaDemHR
@ml_data_science_job
👎2
#релизинженер #релизинженервакансия #MLOps #DevOps #ReleaseEngineer
❇️ Релиз-инженер с функцией MLOps Senior ❇️ | Компания Top Selection
🔥 Мы в поиске Релиз-инженера с функцией MLOps на проектную занятость
Грейд: Senior
Ставка: от 288К до 315К
Гражданство/Локация: РФ
Загрузка: фуллтайм
Срок: долгосрочный
Оформление: только ИП ‼️
Описание: Мы создаём интеллектуальную ML - систему прогнозирования спроса, которая учитывает сезонность, промо, макро- и микроэкономические факторы, поведение клиентов и ограничения логистики.
Наш стек: GitHub/Gitlab, Jfrog Artifactory, SonarQube, Jenkins/GitlabCI , ArgoCD, Helm, Hashicorp Vault, OpenTelemetry, Grafana, Grafana Tempo, Mimir, Prometheus, Apache Spark, k8s
📝 Задачи:
* Облегчение и ускорение труда разработчиков
* Создание CI/CD пайпланов.
* Помощь в контейнеризации приложений, подготовке к доставке и развертыванию.
* Техническая консультация.
* Помощь в настройке централизованной среды разработки
* Управление релизным процессом, проведение, сопровождение релизов.
* Заведение RFC
* Проведение релизов
* Контроль работоспособности систем до, во время и после релизов.
* Актуализация технической документации.
* Управление инфраструктурой
* Поддержание работоспособности инфраструктурных сервисов.
* Настройка мониторинга сервисов.
* Контроль за утилизацией ресурсов, повышение оптимальности их использования.
* Своевременное обновление сервисов и зависимостей.
* Своевременное устранение обнаруженных уязвимостей в исходном коде и подкотрольных сервисах.
✅Требования к кандидату (+/-):
- Не менее 4 лет в роли DevOps/Release Engineer или аналогичной, с фокусом на CI/CD и релизный процесс.
- Опыт работы в проектах с ML-моделями.
СУспешное проведение релизов в production-средах, включая управление RFC и контроль работоспособности систем до/во время/после релизов.
✅Технические навыки и обязанности:
- CI/CD и релизный менеджмент: Создание и поддержка пайплайнов в Jenkins/GitLab CI; управление релизным процессом с ArgoCD и Helm; контейнеризация приложений (Docker/Kubernetes).
- Инфраструктура как код: Работа с Kubernetes (k8s), HashiCorp Vault для секретов; настройка и поддержка инфраструктуры.
- Мониторинг и observability: OpenTelemetry, Grafana (Tempo, Mimir), Prometheus; контроль утилизации ресурсов, выявление уязвимостей (SonarQube).
- Артефакты и репозитории: GitHub/GitLab, JFrog Artifactory.
- MLOps-специфика: Опыт с Apache Spark для ML-workloads; автоматизация развертывания ML-моделей, интеграция с ML-пайплайнами.
- Дополнительно: Актуализация документации, технические консультации для разработчиков, настройка централизованной dev-среды, устранение уязвимостей и обновление зависимостей.
✅Стек технологий (обязательный опыт):
- GitHub/GitLab, JFrog Artifactory, SonarQube, Jenkins/GitLab CI.
- ArgoCD, Helm, HashiCorp Vault.
- OpenTelemetry, Grafana, Grafana Tempo, Mimir, Prometheus.
- Apache Spark, Kubernetes (k8s).
По всем вопросам и с резюме пишите @aliiS_a
@ml_data_science_job
❇️ Релиз-инженер с функцией MLOps Senior ❇️ | Компания Top Selection
🔥 Мы в поиске Релиз-инженера с функцией MLOps на проектную занятость
Грейд: Senior
Ставка: от 288К до 315К
Гражданство/Локация: РФ
Загрузка: фуллтайм
Срок: долгосрочный
Оформление: только ИП ‼️
Описание: Мы создаём интеллектуальную ML - систему прогнозирования спроса, которая учитывает сезонность, промо, макро- и микроэкономические факторы, поведение клиентов и ограничения логистики.
Наш стек: GitHub/Gitlab, Jfrog Artifactory, SonarQube, Jenkins/GitlabCI , ArgoCD, Helm, Hashicorp Vault, OpenTelemetry, Grafana, Grafana Tempo, Mimir, Prometheus, Apache Spark, k8s
📝 Задачи:
* Облегчение и ускорение труда разработчиков
* Создание CI/CD пайпланов.
* Помощь в контейнеризации приложений, подготовке к доставке и развертыванию.
* Техническая консультация.
* Помощь в настройке централизованной среды разработки
* Управление релизным процессом, проведение, сопровождение релизов.
* Заведение RFC
* Проведение релизов
* Контроль работоспособности систем до, во время и после релизов.
* Актуализация технической документации.
* Управление инфраструктурой
* Поддержание работоспособности инфраструктурных сервисов.
* Настройка мониторинга сервисов.
* Контроль за утилизацией ресурсов, повышение оптимальности их использования.
* Своевременное обновление сервисов и зависимостей.
* Своевременное устранение обнаруженных уязвимостей в исходном коде и подкотрольных сервисах.
✅Требования к кандидату (+/-):
- Не менее 4 лет в роли DevOps/Release Engineer или аналогичной, с фокусом на CI/CD и релизный процесс.
- Опыт работы в проектах с ML-моделями.
СУспешное проведение релизов в production-средах, включая управление RFC и контроль работоспособности систем до/во время/после релизов.
✅Технические навыки и обязанности:
- CI/CD и релизный менеджмент: Создание и поддержка пайплайнов в Jenkins/GitLab CI; управление релизным процессом с ArgoCD и Helm; контейнеризация приложений (Docker/Kubernetes).
- Инфраструктура как код: Работа с Kubernetes (k8s), HashiCorp Vault для секретов; настройка и поддержка инфраструктуры.
- Мониторинг и observability: OpenTelemetry, Grafana (Tempo, Mimir), Prometheus; контроль утилизации ресурсов, выявление уязвимостей (SonarQube).
- Артефакты и репозитории: GitHub/GitLab, JFrog Artifactory.
- MLOps-специфика: Опыт с Apache Spark для ML-workloads; автоматизация развертывания ML-моделей, интеграция с ML-пайплайнами.
- Дополнительно: Актуализация документации, технические консультации для разработчиков, настройка централизованной dev-среды, устранение уязвимостей и обновление зависимостей.
✅Стек технологий (обязательный опыт):
- GitHub/GitLab, JFrog Artifactory, SonarQube, Jenkins/GitLab CI.
- ArgoCD, Helm, HashiCorp Vault.
- OpenTelemetry, Grafana, Grafana Tempo, Mimir, Prometheus.
- Apache Spark, Kubernetes (k8s).
По всем вопросам и с резюме пишите @aliiS_a
@ml_data_science_job