Обязанности:
В Блоке Информационной безопасности в Департаменте координации защиты информации в Управлении безопасности инфраструктуры открыта вакансия для Middle DevOps-инженера (ML/AI, DevSecOps, MLSecOps) Ключевые задачи: Проектирование и сопровождение инфраструктуры для обучения и инференса ML и LLM-моделей Автоматизация CI/CD пайплайнов разработки ПО и DataScience-команды: сборка ПО, тестирование, сборка образов, тестирование моделей, деплой в различные окружения Работа с GPU-инфраструктурой и управление on-premise GPU-серверами: настройка драйверов ОС, мониторинг, оптимизация использования ресурсов Внедрение практик DevSecOps: сканирование уязвимостей в контейнерах (Trivy), SAST/DAST, управление секретами (HashiCorp Vault), политики сетевой безопасности Обеспечение безопасности ML и AI-пайплайнов (MLSecOps): защита данных, контроль доступа к моделям, мониторинг дрейфа и аномалий Мониторинг и логирование инфраструктуры и приложений (Prometheus, Grafana) Что важно для нас: Опыт администрирования и уверенное владение Linux (AstraLinux) Навыки разработки скриптов автоматизации (bash, python) Опыт конфигурирования и сопровождения СУБД (postgres, clickhouse) Уверенное владение Docker, опыт построения CI/CD (GitLab CI / Jenkins / GitHub Actions) Понимание основ безопасности: управление доступом, сетевые политики, принципы минимальных привилегий Опыт работы с GPU-инстансами, опыт работы с системами мониторинга (Prometheus, Grafana) Базовое понимание жизненного цикла ML-моделей: разница между обучением и инференсом, работа с фреймворками (PyTorch/TensorFlow) Понимание основных элементов AI-инфраструктуры (инфраструктура LLM, AI-агенты, MCP-серверы) Готовность разбираться в требованиях AI-инженеров и ML-разработчиков (DataScience) и предлагать инфраструктурные решения Будет преимуществом: опыт конфигурирования кластеров Kubernetes (helm, операторы, написание манифестов), опыт использования систем управления конфигурацией и знакомство с Infrastructure as code (Ansible, terraform и т.п.), опыт развертывания и обслуживания LLM (Large Language Models) в продуктивных средах (vLLM, HuggingFace), мониторинг производительности LLM, знание инструментов MLOps: MLflow, DVC, практический опыт внедрения DevSecOps/MLSecOps: сканирование образов, анализ уязвимостей моделей, secure supply chain, понимание принципов adversarial machine learning и защиты моделей от атак, опыт работы с высоконагруженными системами и оптимизации производительности GPU Что предлагаем: Официальное оформление в соответствии с ТК РФ График работы 5/2 (пн-чт с 9:00 до 18:00, пт до 16.45), гибридный формат работы (1 день удаленно) после испытательного срока Конкурентный уровень дохода Доплата к отпуску и больничному листу «Кафетерий льгот»: ДМС для работника и членов семьи, возмещение затрат на отдых, спортивные услуги, покупки на маркетплейсе «ПСБ Маркет» Дополнительные льготы при заключении брака и рождении детей Материальная поддержка в определенных жизненных ситуациях Бесплатная программа поддержки работников: юридические, финансовые и психологические консультации, помощь в бытовых вопросах, автопомощь, корпоративные скидки, профориентация детей работников Возможность профессионального развития и прохождения внутреннего и внешнего профессионального обучения Корпоративная паритетная пенсионная программаПохожие вакансии