DevOps-инженер (Трайб Data Office)

Кого мы ищем? Мы в Банке строим ML-платформу нового поколения – инфраструктуру, которая обеспечивает полный MLOps-цикл: от экспериментов до продакшн-инференса. Это не просто среда для Data Scientists – это полноценная экосистема, в которой уже преднастроены фреймворки для анализа, обработки данных, мониторинга и оркестрации ML-процессов. Сейчас мы в поиске DevOps-инженера, который станет частью команды и поможет спроектировать и развернуть отказоустойчивую, масштабируемую ML-платформу на базе Kubernetes с нуля. У нас масштабные задачи, свежий стек и высокий уровень свободы в реализации идей.

Наш стек:

• Runtime: Kubernetes (self-hosted), Airflow, Spark, Hadoop (HDFS, YARN, Hive), Seldon, Kubeflow
• ML сервисы: Kubeflow, MLFlow, Airflow
• БД и очереди: HDFS, PostgreSQL, Kafka, Redis, Minio
• Управление инфраструктурой: Ansible, ArgoCD
• CI/CD: Bitbucket, Teamcity, Nexus
• Мониторинг: Grafana, Zabbix

Чем предстоит заниматься?

• Разворачивать и настраивать инфраструктуру для тренировки и сервинга ML-моделей;
• Внедрять и развивать ML-компоненты в концепции Model-as-a-Service;
• Разрабатывать backend-часть для моделей: API, обработку запросов, масштабирование, мониторинг;
• Автоматизировать развёртывание сервисов через CI/CD пайплайны;
• Настраивать логирование, мониторинг и алерты;
• Проводить R&D и внедрять перспективные open-source решения.

Что мы ожидаем?

• Опыт администрирования Linux (RHEL, CentOS) от 2-х лет;
• Глубокие знания Kubernetes (развертывание, обновление в закрытых средах);
• Опыт работы с GPU;
• Понимание MLOps практик;
• Уверенное владение инструментами CI/CD;
• Навыки автоматизации с помощью Python/Bash;
• Опыт эксплуатации систем мониторинга (Prometheus, Grafana, Zabbix, ELK).