К вакансиям
DevOps инженер

MLOps DevOps Engineer LLM GenAI Remote

ID: 34643
1 час назад
Активна
Selecty
Россия
250 000 ₽ - 340 000 ₽

Тип занятости

Полная занятость

Требуемый опыт

От 3 до 6 лет

Формат работы

Удаленная работа

📞Способы связи

📄 Оригинальный текст вакансии

#вакансия #MLOps #DevOps #Python #LLM #RAG #AI #MachineLearning #Kubernetes #Docker #CI_CD #PostgreSQL #Redis #Tarantool #LangChain #vLLM #GenAI #MLPlatform #ITJobs #TechCareers ⭐️ MLOps / DevOps Engineer (LLM / GenAI, банк) Команда разрабатывает платформу цифровых помощников и экосистему AI-агентов для сотрудников банка. Решения помогают автоматизировать процессы, оптимизировать расходы и внедрять генеративные нейросети в бизнес-практику крупного и среднего сегмента. Проект — новая GenAI-платформа для построения и промышленного использования цифровых сотрудников на базе open-source LLM/VLM. Компания: Selecty (КА) 💸Уровень дохода: 250-340 к на руки Формат: оформление по ТК РФ Строго удаленка по РФ📍 ⚙️ Технологический стек Core: Python, FastAPI LangChain / LlamaIndex / Haystack PyTorch Infrastructure / Ops: Kubernetes, Docker CI/CD (Jenkins, DevOps Kit) PostgreSQL, Redis, Tarantool S3 LLM / Inference: vLLM, Triton, SGLang RAG-пайплайны Векторные и графовые БД 📊 Задачи Разработка и развитие CI/CD пайплайнов для сборки и деплоя AI-агентов Развертывание и сопровождение LLM/VLM в production Оптимизация inference и управление ресурсами в Kubernetes Проектирование backend-сервисов GenOps/self-service платформы (REST, gRPC) Обеспечение масштабируемости и отказоустойчивости LLM-сервисов Настройка комплексного мониторинга (инфраструктура + качество генерации) Внедрение и поддержка RAG-сценариев Troubleshooting (3-я линия поддержки — будет плюсом) ⚡️ Обязательные требования Коммерческий опыт в MLOps / DevOps от 3 лет Уверенная работа с Kubernetes (деплой, масштабирование, настройка ресурсов) Опыт построения CI/CD (Jenkins или аналогичные инструменты) Глубокое понимание Docker и контейнеризации Опыт работы с PostgreSQL, Redis Практический опыт внедрения сервисов на базе LLM Понимание ML-стека и принципов работы моделей (классический ML + LLM) Опыт работы с PyTorch Навыки работы с LLM-экосистемой (LangChain и др.) Понимание RAG-подходов ➕ Будет плюсом Опыт оптимизации inference больших языковых моделей Работа с vLLM / Triton / SGLang Опыт с векторными и графовыми БД Понимание ML System Design Опыт поддержки highload-систем Банковский опыт (не обязателен) 💎 Условия Оформление по ТК РФ ДМС (включая стоматологию) Компенсация фитнеса Скидки на обучение английскому (Skyeng) Индексация заработной платы Современная техника IT-аккредитация компании ✉️ Отклик: @alinarood

🛠 Навыки

database
FastAPI
haystack
Jenkins (tools for software configuration management)
LangChain
LlamaIndex
manage ICT virtualisation environments
PostgreSQL
Python (computer programming)
RAG
Redis
S3
search databases
SGLang
software components libraries
Tarantool
Triton
vLLM

🎯 Домены

AI
Fin-tech
GenAI
ML

🤖 ИИ навыки

Amazon S3
CI/CD
DevOps
Docker
FastAPI
graph databases
gRPC
haystack
Jenkins
Kubernetes
LangChain
LlamaIndex
LLM inference
Machine Learning
MLOps
PostgreSQL
Python (computer programming)
PyTorch
RAG pipelines
Redis
REST
SGLang
Tarantool
Triton Inference Server
Vector Databases
vLLM

* Навыки определены автоматически с помощью нейросети

🤖 ИИ домены

Artificial Intelligence
Banking
Financial Services
Generative AI
Machine Learning Platforms

* Домены определены автоматически с помощью нейросети

📢 Информация о публикации

🔗 Оригинальные посты (1)