Senior DevOps LLM (Investment banking platform)

Информация о проекте:

Хотите изменить свою жизнь и стать частью команды, которая создает будущее инвестиционной индустрии? Тогда присоединяйтесь к нам!

Мы разрабатываем систему, которая автоматизирует весь жизненный цикл инвестиционной сделки. Наши команды работают над следующими направлениями:

• Алгоритмизированный и AI поиск потенциальных сделок и клиентов;
• Управление процессом заключения инвестиционных сделок;
• Финансовые расчеты и оценка портфеля;
• Построение финансовой и управленческой отчетности по портфелю инвестиций Сбера;
• Инвестиционные сервисы для компаний - наших клиентов.

Обязанности

Запуск и настройка инфраструктуры инференса (LLM Inference):

• развертывание и конфигурация Open Source LLM (DeepSeek, Qwen и др.) на собственных мощностях
• настройка высокопроизводительных инференс-серверов (vLLM, TGI, TensorRT-LLM, llama.cpp)
• оптимизация использования GPU (память, батчинг, quantization) для достижения требуемой пропускной способности и задержек (latency).

Мониторинг инфраструктуры инференса:

• настройка систем observability для слоя инференса: сбор метрик (количество запросов, время генерации, использование VRAM, throughput, количество активных потоков/запросов)
• реализация health checks (ready/live probes) для инференс-серверов
• автоматизация оповещений (alerts) при деградации производительности или падении сервисов.

Мониторинг работы агентов:

• настраивать сквозную трассировку (trace_id) по всей цепочке сервисов: от пользовательского интерфейса до агентов и инфраструктуры
• развивать дашборды в Grafana для мониторинга агентов, инфраструктуры и ключевых компонентов платформы
• внедрять кастомные метрики для агентов (запросы, статус, P95, LLM-вызовы, токены) без изменения кода агентов
• обеспечивать корреляцию логов и трейсов для быстрого поиска инцидентов
• настраивать алерты: технические (Pod OOM, память, ошибки) и качественные (satisfaction rate, регрессии).
• Работать с централизованным Prompt Hub для хранения и обновления промптов без деплоя
• автоматизировать интеграцию E2E-тестов с системой трассировки.

Развертывание серверной инфраструктуры

• поднятие и конфигурация бэкенд-серверов для работы агентов (FastAPI, Node.js или других runtime)
• контейнеризация (Docker) и оркестрация (Kubernetes / Docker Compose) компонентов системы
• управление окружениями (dev/stage/prod) и CI/CD пайплайнами для доставки кода агентов и обновлений инфраструктуры.

Написание агентов (Harness Engineering):

• разработка агентов в структурированном формате Markdown, следуя принципам Claude/Harness Engineering (явное описание инструментов, контекста, последовательности действий)
• создание системных промптов, определения инструментов (tools/functions) и четких границ поведения агента
• интеграция агентов с внешними API, базами данных и DevOps-инструментами (Kubernetes, AWS, CI/CD).

Автоматизация процессов сборки, тестирования и развёртывания ПО:

• разработка и поддержка пайплайнов CI/CD
• внедрение новых инструментов для автоматизации и мониторинга
• взаимодействие с командами разработки, тестирования и эксплуатации.

Требования

• опыт развертывания и сопровождения Open Source LLM в продакшене
• глубокое практическое знание инструментов инференса: vLLM, TGI (Text Generation Inference) или аналогичных (TensorRT-LLM, sglang)
• понимание внутренних механизмов LLM инференса: KV-cache, continuous batching, quantization (GGUF, GPTQ, AWQ)
• опыт написания агентов/промптов в продакшн-среде, знакомство с концепцией Harness Engineering (или готовность быстро в нее погрузиться)
• уверенное владение Python (написание сервисов, скриптов мониторинга, интеграций)
• экспертный опыт работы с контейнеризацией (Docker)
• опыт управления кластерами Kubernetes: написание и поддержка манифестов, работа с Helm (чарты)
• опыт построения и поддержки пайплайнов в Jenkins, GitLab CI
• уверенная работа с Git (стратегии ветвления, код-ревью)
• опыт работы с СУБД (PostgreSQL, ClickHouse или аналогичными) в контексте высоконагруженных систем
• опыт построения observability-стека для микросервисных или агентных систем
• навыки настройки сквозной трассировки, метрик, логирования и алертинга
• уверенное владение инструментами: Grafana, Prometheus, Loki, Jaeger, OpenTelemetry.

Условия

• возможность выбрать удобный формат работы: гибрид или офис
• ежегодный пересмотр зарплаты, годовая премия
• 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 выгоднее до 7% для каждого сотрудника
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.