Обязанности:
Ключевые задачи: Поддержка кластеров (GPU/TPU), контейнеризации и оркестрации (Docker, Kubernetes); Аудит, оптимизация инфраструктуры и затрат (batch vs real-time inference, разграничение проблем железа и кода); Настройка мониторинга, алертинга и менеджмент железа между потребителями; Развертывание и поддержка ML-сервисов (MLflow, Airflow, CVAT, Doccano) в production; Настройка CI/CD для ML-пайплайнов и управление полным ML lifecycle (training -> serving). Требования: Опыт DevOps от 3х лет или MLOps от 1 года, с эксплуатацией продакшен-систем; Уверенный Linux: администрирование, отладка, права доступа; Коммерческий опыт с Kubernetes и Docker на уровне эксплуатации: deployments, ресурсные лимиты, autoscaling, оптимизация образов; GPU-инфраструктура: NVIDIA stack, CUDA, драйверы, профилирование; Написание скриптов на Python и Bash на уровне автоматизации и интеграций; Понимание жизненного цикла ML-моделей: как их обучают и как применяют; Понимание процессов построения и эксплуатации ML pipelines: этапов обучения, вывода в продакшн и дальнейшего сопровождения моделей; Опыт работы с системами ML Serving: Triton, vLLM, Airflow (или аналоги), batch и async/sync model serving; Опыт работы с Postgres, Redis, Kafka; Навыки настройки и эксплуатации стека для ML и Data Science: MLflow, DVC и аналоги. Будет плюсом, если есть опыт с: Знание инструментов: Argo, Helm, Terraform, Ansible, S3; Опыт работы с RBAC, Keycloak, LDAP/OAuth, работа с сертификатами; Опыт работы с Prometheus, Grafana, ELK или аналоги, настройка алертинга.Похожие вакансии