MLOps Engineer (AI/Infrastructure)

TL;DR

MLOps Инженер (AI/Infrastructure): Проектирование и внедрение инфраструктуры для AI-систем с акцентом на GPU-планирование и ML-пайплайны. Фокус на деплое LLM-инференс серверов, оптимизации распределения ресурсов GPU и построении надежных CI/CD процессов для моделей.

Локация: Москва

Компания

Лаборатория Касперского — ведущий мировой эксперт в области кибербезопасности.

Что делать

• Проектировать архитектуру AI-систем от прототипа до production.
• Внедрять и развивать GPU-планировщики (Kueue, Volcano и др.) для эффективного шаринга ресурсов.
• Создавать и поддерживать ML-пайплайны обучения, валидации и деплоя моделей.
• Настраивать CI/CD для моделей, включая версионирование данных и экспериментов.
• Оптимизировать LLM и inference-серверы (vLLM, TGI, Triton).
• Решать классические DevOps-задачи: оркестрация в K8s, IaC (Terraform, Ansible) и мониторинг.

Требования

• Локация: Москва
• Бэкграунд в ML/DS и понимание процессов обучения и инференса.
• Опыт от 2 лет в MLOps или DevOps с ML-спецификой.
• Опыт работы с Docker и Kubernetes (Helm) в production.
• Уверенное владение Python и глубокие знания Linux.
• Опыт управления GPU-кластерами (NVIDIA, CUDA) и работы с планировщиками.
• Навыки работы с MLflow, Kubeflow, Airflow или аналогами.

Хорошо, если есть

• Опыт работы с vLLM, TGI или Triton.
• Знакомство со стеком: Kafka, RabbitMQ, Elasticsearch, Vault, Keycloak.
• Понимание multi-tenant GPU-шаринга (MIG, MPS, time-slicing).
• Опыт работы с Talos OS, Flatcar или построением гетерогенной инфраструктуры.