инженер доступности сервисов

Добавь резюме в профиле, а нейросеть определит твою категорию. Затем ты сможешь генерировать сопроводительные письма для вакансий этой категории

Разработка внутренней корпоративной LLM-платформы для автоматизации процессов, поддержки сотрудников и повышения эффективности взаимодействия с данными. В задачи проекта входит создание удобных пользовательских интерфейсов (чат-ассистенты, RAG-поиск, генерация текстов и изображений), интеграция с существующими системами компании и обеспечение контроля и мониторинга использования модели.

• Развертывать и поддерживать LLM-платформу в Kubernetes (Helm, Terraform, K8s Operators)
• Настраивать CI/CD для ML/AI сервисов (обучение, inference, data pipelines)
• Автоматизировать ML workflow в Kubeflow
• Настраивать и поддерживать мониторинг моделей (latency, drift, cost metrics)
• Управлять пайплайнами данных для обучения и inference (Kafka, DataLake, объектное хранилище S3, векторные БД)
• Оптимизировать работу GPU-кластера (распределённое обучение, эффективное использование ресурсов)
• Обеспечивать безопасность и комплаенс: изоляция сред, контроль доступа, логирование

• Опыт работы с Kubernetes и облачными/on-prem кластерами
• Знание Python и инструментов ML Ops (Kubeflow, Airflow)
• Опыт настройки CI/CD (Jenkins)
• Опыт работы с системами хранения и векторными БД (Weaviate/Qdrant/PGVector)
• Знания в области мониторинга и логирования (Prometheus, Grafana, ELK, OpenTelemetry)
• Будет плюсом понимание принципов работы LLM/GenAI и RAG-систем

• Гражданство РФ, РБ или дружественные страны
• Возраст до 45 лет
• Долгосрочный проект