ИТ-ИМПЛАНТ - аккредитованный системный интегратор, специализирующийся на заказной разработке и внедрении индивидуальных ИТ-решений для бизнеса.
Миссия компании:
Для компаний: Дать возможность сильным компаниям увеличиваться, благодаря аутстаффингу эффективных IT-специалистов.
Для соискателей: Дать возможность трудоустройства сильным соискателям в передовые компании на выгодных условиях труда.
Для нашей команды: Обеспечить рост благополучия всех членов команды, благодаря возможности зарабатывать, самосовершенствоваться и развиваться в рамках компании.
Мы ищем опытного DevOps-инженера для построения и развития высокодоступной ML-инфраструктуры. Вам предстоит работать над флагманским продуктом — ИИ-ассистентом, и обеспечить его надежность, масштабируемость и эффективность.
Обязанности:
Сопровождение и развитие инфраструктуры ИИ-ассистента
Проектирование, развёртывание и поддержка CI/CD-конвейеров для ML-сервисов
Автоматизация облачной инфраструктуры (AWS, GCP, Azure) с использованием IaC (Terraform, CloudFormation)
Мониторинг, логирование и обеспечение высокой доступности микросервисов
Оптимизация производительности и стоимости вычислительных ресурсов для ML-нагрузок
Сотрудничество с командами разработки и Data Science для ускорения выпуска новых функций
Участие в планировании и реализации стратегии DevSecOps (управление секретами, контроль доступа)
Решение инцидентов и проведение post-mortem анализа
Написание технической документации
Требования:
Опыт работы в роли DevOps-инженера от 3 лет, предпочтительно в проектах с элементами ИИ/ML
Глубокие знания контейнеризации (Docker, Kubernetes) и оркестрации
Умение писать скрипты на Bash/Python/PowerShell
Практический опыт работы с CI/CD-системами (GitLab CI, Jenkins, GitHub Actions)
Понимание облачных сервисов (AWS, GCP, Azure) и их сервисов для машинного обучения
Знание принципов мониторинга (Prometheus, Grafana, ELK) и управления логами
Способность быстро решать инциденты и проводить post-mortem-анализ
Опыт написания технической документации
Будет плюсом:
Опыт работы с GPU-инфраструктурой
Понимание особенностей работы ML-моделей в production
Что предлагаем:
Работа над высоконагруженным продуктом с миллионами пользователей
Современный технологический стек и подходы (IaC, GitOps, Zero-downtime деплой)
