DevOps-инженер (ML/AI, DevSecOps, MLSecOps)

В Блоке Информационной безопасности в Департаменте координации защиты информации в Управлении безопасности инфраструктуры открыта вакансия для 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

Что предлагаем:

• Официальное оформление в соответствии с ТК РФ
• График работы: 5/2 с 9:00 до 18:00, сокращенный рабочий день по пятницам до 16:45.
• Гибридный формат работы после испытательного срока (1 день в неделю удаленно)
• 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
• Корпоративная паритетная пенсионная программа