Обязанности:
hirix — это рекрутинговый партнёр по поиску IT-талантов. Мы помогаем компаниям собирать сильные команды, а специалистам находить проекты, где их экспертиза действительно нужна. Подбираем в IT, Digital, AI и ведём каждого кандидата от первого контакта до оффера. Наш заказчик расширяет команду и ищет DevOps Engineer в сильную команду, где ценят техническую экспертизу. О проекте и команде:Основные продукты компании – это высокоточные системы машинного обучения, которые помогают игровым платформам увеличивать LTV игроков, оптимизировать расходы на привлечение и прогнозировать отток ключевых клиентов.Компания гордится своей сильной командой с экспертизой в AI/ML и продукте. Задачи на этой роли: Проектирование и поддержка инфраструктуры ML платформы на AWS. Разработка, настройка и обслуживание CI/CD пайплайнов для автоматизации развертывания моделей и инфраструктуры. Управление и обслуживание Kubernetes кластера для обеспечения масштабируемости и надежности приложений. Настройка мониторинга и логирования для всех компонентов инфраструктуры и моделей машинного обучения. Cобирать требования от ML ресерчеров и ML инженеров, саппортить их по текущим проблемам Ожидания от кандидата: Опыт работы с AWS (EC2, S3, EKS, VPC и другими сервисами). Опыт настройки и управления Kubernetes кластерами (K8s) в облачной или on-premise среде. Опыт работы с CI/CD инструментами (GitLab CI, Github, Jenkins, CircleCI и др) для автоматизации процессов развертывания и тестирования. Опыт работы с IaC инструментами (Terraform, Ansible, CloudFormation и другие). Знание принципов и практик MLOps, включая автоматизацию пайплайнов для разработки, тестирования и деплоя моделей. Опыт работы с мониторингом и логированием (Prometheus, Grafana, ELK Stack, CloudWatch и др.). Опыт с Docker и контейнеризацией приложений. Желательно: опыт работы с Kubernetes операторами, Helm, Istio. Будет преимуществом: Понимание базовых принципов машинного обучения, знакомство со стандартным Python стеком (Pandas, Numpy, Sklearn, Pytorch, CatBoost / LightGBM). Знание Python не только на уровне парсинга ямлов. Опыт работы с инструментами для управления моделями и экспериментами (что-нибудь из MLFlow, ClearML, Kubeflow и др.). Условия и возможности: Работу над множеством проектов с разными требованиями к деплою. Удаленный формат работы. Гибкое начало рабочего дня (с 9 до 12). ДМС со стоматологией после испытательного срока. Кафетерий льгот, покрывающий спорт, обучение, языки. Корпоративная библиотека. Корпоративы с выездами на природу и призами, тимбилдинги, мастер-классы и т.д. Возможно, именно эта возможность станет для вас следующим важным карьерным шагом. Если вам откликается эта роль — отправляйте CV или пишите напрямую, обсудим детали и ответим на все вопросы.Похожие вакансии