DevOps-инженер (ML/LLM/CV)

Описание

Кто мы? EVO AI — IT-компания в области AI-консалтинга и генеративного искусственного интеллекта. Мы разрабатываем и внедряем AI-агентов, ассистентов и комплексные AI-решения для бизнеса, а также развиваем собственную no-code платформу для создания и оркестрации AI-агентов. Работаем с крупным российским и международным бизнесом. Чем предстоит заниматься: 1. Инфраструктура и развёртывание Проектировать и настраивать инфраструктуру для ML-сервисов в облаках (AWS / GCP / Azure / Yandex Cloud / VK Cloud и др.). Автоматизировать развёртывание вычислительных ресурсов (GPU/CPU-кластеры, контейнеры, serverless-функции) с помощью Terraform / Ansible / Pulumi. Настраивать контейнеризацию (Docker) и оркестрацию (Kubernetes, Helm, ArgoCD). Создавать CI/CD-пайплайны (GitLab CI/CD, GitHub Actions, Jenkins) для сервисов и моделей. Разрабатывать и сопровождать Helm-чарты и конфигурации для автоматического деплоя. 2. MLOps и сопровождение моделей Организовывать полный жизненный цикл моделей: обучение → упаковка → деплой → мониторинг → переобучение. Настраивать и поддерживать ML-ориентированные хранилища артефактов (DVC, MLflow, W&B). Поддерживать пайплайны подготовки данных и обучения моделей (Airflow, Kubeflow, Prefect). Контролировать версии данных и моделей, управлять Docker-репозиториями (Harbor, ECR, GCR). Настраивать мониторинг качества моделей (drift, latency, ошибки инференса). 3. Сетевое взаимодействие и интеграции Настраивать безопасное взаимодействие сервисов (VPN, bastion-хосты, VPC, private endpoints). Организовывать API-шлюзы, балансировщики, SSL/TLS, OAuth, SSO. Настраивать обмен данными через REST/gRPC/WebSocket и интеграции с Kafka / RabbitMQ. Взаимодействовать с инфраструктурой заказчика при деплое сервисов. 4. Надёжность, масштабируемость и безопасность Настраивать отказоустойчивые и масштабируемые кластеры для LLM и CV-инференса. Внедрять мониторинг, логирование и алертинг (Prometheus, Grafana, ELK, Loki, OpenTelemetry). Оптимизировать ресурсы (GPU/CPU/память) и масштабировать системы под нагрузку. Реализовывать политики безопасности и секрет-менеджмента (Vault, AWS Secrets Manager, KMS). Настраивать резервное копирование и disaster-recovery. 5. Администрирование и эксплуатация Администрировать Linux-сервера, сети и хранилища данных. Поддерживать dev/stage/prod-окружения. Вести документацию по инфраструктуре и процессам деплоя. Автоматизировать рутинные задачи (bash/python-скрипты, Terraform modules, Ansible playbooks). Оказывать техническую поддержку команде разработки и исследователям ML. Мы ожидаем, что ты: Имеешь опыт работы DevOps/SRE/Infra-инженером от 2 лет. Уверенно работаешь с Docker, Kubernetes, Terraform, CI/CD. Понимаешь основы MLOps и умеешь сопровождать ML-модели. Имеешь опыт работы с облачными провайдерами (AWS, GCP, Yandex Cloud и др.). Пишешь скрипты на Bash / Python. Понимаешь сетевые протоколы, безопасность и интеграции. Будет плюсом: Опыт с MLflow / DVC / Airflow / Kubeflow. Опыт оптимизации GPU-кластеров и работы с LLM-инференсом. Мы предлагаем: Формат: полностью удалённая работа. Участие в ML-/LLM-проектах федерального уровня. Возможность развиваться в области MLOps и работы с крупными моделями. Команду сильных инженеров и исследователей.