MLOps Engineer (AI)@ Aston

10K $–13K $/мес
Опубликовано 06.05.2026

О позиции

Мы ищем MLOps Engineer для создания AI-агентов и платформ для них. Эта роль включает в себя построение MLOps-инфраструктуры и работу с данными для машинного обучения. Если вы хотите работать в команде, занимающейся передовыми технологиями, присоединяйтесь к нам!

Чем вы будете заниматься

  • Создавать AI-агенты и платформы для них.
  • Строить MLOps-инфраструктуру.
  • Работать с данными для машинного обучения.
  • Интегрировать фреймворки MLOps в CI/CD пайплайны.
  • Разворачивать модели как сервисы с использованием Docker и Kubernetes.
  • Работать с большими данными и MPP-системами.
  • Использовать распределенные вычисления с Spark.
  • Работать с LangChain/LlamaIndex и фреймворками для LLM.

Требования

  • Опыт работы в роли MLOps Engineer/Data Engineer/Python ML от 3,5 лет.
  • Production-опыт с фреймворками MLOps: Kubeflow, MLflow, Airflow.
  • Знание Docker и Kubernetes.
  • Опыт работы с major cloud-провайдерами (GCP, AWS, Azure).
  • Знание Python и SQL на высоком уровне.
  • Знания Git, GitLab CI/CD.

Будет плюсом

  • Опыт работы с Greenplum или аналогичными MPP-системами.
  • Знание фреймворков для работы с LLM (Hugging Face, vLLM и т.д.).

Что мы предлагаем

  • Хорошая зарплата: уровень обсуждается индивидуально.
  • Доплаты за менторство и профактивности.
  • Долгосрочные проекты от российских заказчиков.
  • Комфорт и свобода: возможность выбора формата работы (удалённо, офис, гибрид).
  • Доступ к корпоративному порталу, митапам и конференциям.
  • Социальный пакет: ДМС со стоматологией, частичная компенсация спорта.
  • Корпоративная жизнь: тимбилдинги и внутренние мероприятия.
Обязательные
0/1
Желательные
0/1
Бонус
0/1
Почему эта вакансия
7.5
7.5 из 10
оценка совпадения

Вакансия предлагает интересные задачи в области AI и MLOps, но не указана конкретная зарплата. Хорошие условия работы и социальный пакет.

Требования к языку
RussianNative
English(опционально)B2
БазовыйСреднийПродвинутыйРодной

Кто здесь добьётся успеха

Глубокие знания в MLOps и опыт работы с инструментами, такими как Kubernetes и Docker, для автоматизации развертывания моделей машинного обучения.

Способность к самостоятельной работе в удаленном режиме, включая высокую степень самодисциплины и умение эффективно управлять своим временем.

Опыт работы с обработкой больших данных и фреймворками, такими как Apache Spark, для оптимизации производительности AI-агентов.

Ресурсы для обучения

Карьерный путь

MLOps Engineer (AI) (Сейчас)Старший MLOps Engineer (1–2 года)Архитектор MLOps (3–5 лет)

Обзор рынка

Объём рынка MLOps 2026
$1.5B
Годовой рост
28.5%
Внедрение AI
65%
Инвестиции
+150%

Навыки и требования

Обязательные
MLOpsPythonDocker
Растущий спрос
Machine LearningData EngineeringCloud Computing
Снижающийся спрос
HadoopTraditional Data Warehousing

Тренды отрасли

Автоматизация процессов
Согласно отчетам, 60% компаний внедряют автоматизацию MLOps для повышения эффективности и сокращения времени вывода продуктов на рынок.
Интеграция с облачными платформами
По данным исследований, 70% MLOps решений теперь разрабатываются с интеграцией в облачные платформы, такие как AWS и Azure.

Новости AI/Big Data

Загружаем новости отрасли...

Ищем релевантные статьи за последние 6 месяцев