MLOps

ID 3427
MLOps
Middle
РФ/РБ
Ритейл
Кол-во специалистов
1
Длительность проекта
до 31.12.2026
Объем участия в проекте
Высокая нагрузка
~160 ч/мес
Формат взаимодействия
Удаленно
Требуемая локация специалиста
Россия, Беларусь
Доступность специалиста
Строго по времени Мск
Требуемое гражданство специалиста
РФ и РБ
Обязательные требования
- Администрирование Kubernetes в облачных (cloud) и локальных (on-premise) средах;
- Уверенное владение Python; практический опыт с Kubeflow и Airflow для автоматизации ML-пайплайнов;
- Настройка пайплайнов CI/CD, преимущественно на Jenkins;
- Работа с классическими хранилищами и векторными базами данных (Weaviate/Qdrant/PGVector);
- Знания в области мониторинга и логирования (Prometheus, Grafana, ELK, OpenTelemetry).
Дополнительные требования
- Понимание принципов работы LLM/GenAI и RAG-систем.
Задачи на проекте
- Проектирование и эксплуатация LLM-платформы в K8s: управление конфигурациями через Helm и Terraform, разработка кастомных операторов для автоматизации жизненного цикла моделей;
- Построение сквозных CI/CD-пайплайнов для ML-сервисов (обучение, inference, data pipelines);
- Разработка и поддержка рабочих процессов в Kubeflow;
- Внедрение наблюдаемости (Observability) для ИИ-систем: мониторинг латентности ответов, дрейфа качества (drift) и стоимости эксплуатации (cost metrics) с помощью Prometheus/Grafana или аналогов;
- Архитектура пайплайнов данных для обучения и inference (Kafka, DataLake, объектное хранилище S3, векторные БД);
- Оптимизация работы GPU-кластера (распределённое обучение, эффективное использование ресурсов);
- Обеспечение безопасности и комплаенса: изоляция сред, контроль доступа, логирование.
Этапы отбора
1. Интервью с рекрутером SkillStaff
2. Техническое интервью (2 ч)
3. Менеджерский этап (1 ч).
Описание проекта и команды
Заказчик - крупный ритейлер.
Создание единого внутреннего контура искусственного интеллекта для оптимизации бизнес-процессов и повышения производительности команд. Проект направлен на демократизацию работы с данными через интуитивные интерфейсы: корпоративный RAG-поиск по внутренним базам знаний, мультимодальную генерацию контента (тексты, изображения) и автономных ИИ-агентов. Ключевые элементы — бесшовная интеграция со стеком корпоративных систем (ERP, CRM, IDM) и внедрение системы контроля доступа, аудита использования моделей и мониторинга их эффективности в реальном времени.
Обязательные условия выхода на проект
ВАЖНО: При направке резюме обязательно указывать ФИО и дату рождения для проверки специалиста по внутренней базе клиента. Также необходимо указывать в какие сроки готов стартовать.
Разница во времени с Мск по локации специалиста не более +/- 2 часа.
❗️❗️❗️Писать @veroneko⚡️⚡️⚡️⚡️ С РЕЗЮМЕ В КОТОРОМ УКАЗАН ВОЗРАСТ И ЛОКАЦИЯ НАХОЖДЕНИЯ. Укажите 🆔 вакансии❗️ Без этой информации отклики не рассматриваются ❗️❗️