MLOps Engineer
вакансия от 30.01.2026Зарплата от 0 руб
Работодатель: СБЕР
Показать контакты
Показать контакты
График работы: Полный рабочий день
Тип занятости: Полная занятость
Тип занятости: Полная занятость
TVtoken
Дополнительный заработок в свободное время за просмотр обзоров товаров и услуг. Получай деньги на карту! Никаких вложений, кроме 5 минут в день вашего времени!
Должностные обязанности
То, что многие компании считают своим прибыльным активом, зачастую является скрытым корнем финансовых проблем. Задача нашего департамента по работе с проблемными активами - вовремя выявить трудности у клиентов и помочь преодолеть их. Для этого мы разрабатываем AI-профили клиентов и интеллектуальные системы на базе LLM и AI-агентов для автоматизации бизнес-процессов принятия решений. Сейчас мы ищем младшего инженера на стыке MLOps и MLE, который поможет нам с выводом моделей и агентов в production. Обязанности Участие в разработке и внедрении AI-агентов, использующих LLM Развёртывание сервисов в Kubernetes, настройка CI/CD пайплайнов Подключение внешних и внутренних источников знаний через RAG (Retrieval-Augmented Generation) Работа с embeddings: генерация, хранение, поиск по векторному пространству Контейнеризация сервисов (Docker) и оптимизация окружения Мониторинг, логирование, отладка и обеспечение отказоустойчивости сервисов. Требования Уверенное знание Python, умение писать чистый, поддерживаемый код Базовый опыт работы с LLM (через OpenAI API, HuggingFace или аналоги) Понимание архитектуры RAG, опыт работы с embeddings Опыт работы с Docker: написание Dockerfile, создание и отладка контейнеров Понимание базовых концепций Kubernetes: deployment, services, configmaps, namespaces Умение развернуть простой ML/LLM-сервис в k8s и подключить его к API Опыт работы с Git и CI/CD (Jenkins, GitHub Actions, GitLab CI и др. Навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом. Будет плюсом: Опыт работы с LangChain/LangGraph Знания в области Observability: Prometheus, Grafana, Sentry, OpenTelemetry Навыки написания Helm charts или Kustomize манифестов Базовое понимание DevOps-инфраструктуры. Условия комфортный современный офис рядом с м. Кутузовская фултайм офис, гибкое начало дня корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа ипотека для сотрудников выгоднее до 4% бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера.
То, что многие компании считают своим прибыльным активом, зачастую является скрытым корнем финансовых проблем. Задача нашего департамента по работе с проблемными активами - вовремя выявить трудности у клиентов и помочь преодолеть их. Для этого мы разрабатываем AI-профили клиентов и интеллектуальные системы на базе LLM и AI-агентов для автоматизации бизнес-процессов принятия решений. Сейчас мы ищем младшего инженера на стыке MLOps и MLE, который поможет нам с выводом моделей и агентов в production. Обязанности Участие в разработке и внедрении AI-агентов, использующих LLM Развёртывание сервисов в Kubernetes, настройка CI/CD пайплайнов Подключение внешних и внутренних источников знаний через RAG (Retrieval-Augmented Generation) Работа с embeddings: генерация, хранение, поиск по векторному пространству Контейнеризация сервисов (Docker) и оптимизация окружения Мониторинг, логирование, отладка и обеспечение отказоустойчивости сервисов. Требования Уверенное знание Python, умение писать чистый, поддерживаемый код Базовый опыт работы с LLM (через OpenAI API, HuggingFace или аналоги) Понимание архитектуры RAG, опыт работы с embeddings Опыт работы с Docker: написание Dockerfile, создание и отладка контейнеров Понимание базовых концепций Kubernetes: deployment, services, configmaps, namespaces Умение развернуть простой ML/LLM-сервис в k8s и подключить его к API Опыт работы с Git и CI/CD (Jenkins, GitHub Actions, GitLab CI и др. Навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом. Будет плюсом: Опыт работы с LangChain/LangGraph Знания в области Observability: Prometheus, Grafana, Sentry, OpenTelemetry Навыки написания Helm charts или Kustomize манифестов Базовое понимание DevOps-инфраструктуры. Условия комфортный современный офис рядом с м. Кутузовская фултайм офис, гибкое начало дня корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа ипотека для сотрудников выгоднее до 4% бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера.
Требования к кандидату
Образование: Не указано
Опыт работы: не требуется
Образование: Не указано
Опыт работы: не требуется
Адрес места работы
г Москва
г Москва