В Блоке Информационной безопасности в Департаменте координации защиты информации в Управлении безопасности инфраструктуры открыта вакансия для Middle DevOps-инженера (ML/AI, DevSecOps, MLSecOps)
Ключевые задачи:
Проектирование и сопровождение инфраструктуры для обучения и инференса ML и LLM-моделей
Автоматизация CI/CD пайплайнов разработки ПО и DataScience-команды: сборка ПО, тестирование, сборка образов, тестирование моделей, деплой в различные окружения
Работа с GPU-инфраструктурой и управление on-premise GPU-серверами: настройка драйверов ОС, мониторинг, оптимизация использования ресурсов
Внедрение практик DevSecOps: сканирование уязвимостей в контейнерах (Trivy), SAST/DAST, управление секретами (HashiCorp Vault), политики сетевой безопасности
Обеспечение безопасности ML и AI-пайплайнов (MLSecOps): защита данных, контроль доступа к моделям, мониторинг дрейфа и аномалий
Мониторинг и логирование инфраструктуры и приложений (Prometheus, Grafana)
Что важно для нас:
Опыт администрирования и уверенное владение Linux (AstraLinux)
Навыки разработки скриптов автоматизации (bash, python)
Опыт конфигурирования и сопровождения СУБД (postgres, clickhouse)
Уверенное владение Docker, опыт построения CI/CD (GitLab CI / Jenkins / GitHub Actions)
Понимание основ безопасности: управление доступом, сетевые политики, принципы минимальных привилегий
Опыт работы с GPU-инстансами, опыт работы с системами мониторинга (Prometheus, Grafana)
Базовое понимание жизненного цикла ML-моделей: разница между обучением и инференсом, работа с фреймворками (PyTorch/TensorFlow)
Понимание основных элементов AI-инфраструктуры (инфраструктура LLM, AI-агенты, MCP-серверы)
Готовность разбираться в требованиях AI-инженеров и ML-разработчиков (DataScience) и предлагать инфраструктурные решения
Будет преимуществом: опыт конфигурирования кластеров Kubernetes (helm, операторы, написание манифестов), опыт использования систем управления конфигурацией и знакомство с Infrastructure as code (Ansible, terraform и т.п.), опыт развертывания и обслуживания LLM (Large Language Models) в продуктивных средах (vLLM, HuggingFace), мониторинг производительности LLM, знание инструментов MLOps: MLflow, DVC, практический опыт внедрения DevSecOps/MLSecOps: сканирование образов, анализ уязвимостей моделей, secure supply chain, понимание принципов adversarial machine learning и защиты моделей от атак, опыт работы с высоконагруженными системами и оптимизации производительности GPU
Что предлагаем:
Официальное оформление в соответствии с ТК РФ
График работы 5/2 (пн-чт с 9:00 до 18:00, пт до 16.45), гибридный формат работы (1 день удаленно) после испытательного срока
Конкурентный уровень дохода
Доплата к отпуску и больничному листу
«Кафетерий льгот»: ДМС для работника и членов семьи, возмещение затрат на отдых, спортивные услуги, покупки на маркетплейсе «ПСБ Маркет»
Дополнительные льготы при заключении брака и рождении детей
Материальная поддержка в определенных жизненных ситуациях
Бесплатная программа поддержки работников: юридические, финансовые и психологические консультации, помощь в бытовых вопросах, автопомощь, корпоративные скидки, профориентация детей работников
Возможность профессионального развития и прохождения внутреннего и внешнего профессионального обучения