MLOps Engineer

Навыки

• AI-агенты
• AI-инструменты в работе
• AWS
• Celery
• CUDA / ONNX / TensorRT
• Дашборды и витрины
• Дисциплина

Задачи

• Эксплуатировать serving-инфру: деплой, обновления, надёжность
• Cost ownership: utilization, idle, spend-аномалии, дашборды, регулярный cost-review, рекомендации по spot / autoscaling / rightsizing
• Доводить инфра-решения до production (в т.ч. через AI-assisted development и шаблоны)
• Держать мониторинг, алертинг, observability
• управлять очередями / оркестрацией нагрузки
• Снимать узкие места
• reliability ownership

Требования

• обязательные: DevOps / Infra / MLOps middle-уровня
• Production serving или эксплуатация ML/AI-сервисов под нагрузкой
• Docker, Linux, networking basics
• Monitoring / observability: Prometheus / Grafana / logs / alerts или аналоги
• Очереди / оркестрация: Redis / RabbitMQ / Celery или аналоги
• GPU cloud: RunPod / Vast / Lambda / AWS / GCP GPU — или готовность быстро разобраться
• Python на рабочем уровне
• Cost ownership: GPU utilization, idle resources, spend anomalies, optimization proposals
• nice-to-have: По инфре: ComfyUI в проде, diffusion / image-video pipelines, GPU autoscaling, spot / preemptible, inference optimization (TensorRT и т.п.), Kubernetes / Nomad, model versioning, FinOps-дашборды
• По agentic / gen-AI: serving агентных систем, agent observability (Langfuse / LangSmith), cost-контроль агентных лупов, MCP, incident response под агентные сбои

Условия

• Заработная плата: 1.800-2.000$
• Удаленная работа
• Гибкий график, комфортный баланс работы и личной жизни
• Работа над уникальным проектом

Паспорт вакансии

История публикации

Откуда что взялось

Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.

Почему на этом месте в выдаче

Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.