MLOps-инженер вакансии

Вакансия Senior Dev/ML Ops Engineer в компании Humanoid, расположенной в Великобритании. В описании вакансии конкретные задачи, требования и условия не указаны, но позиция связана с разработкой и эксплуатацией ML-систем (ML Ops).

Задачи: — Создавать AI-агенты и платформы для них — Строить MLOps-инфраструктуру — Работать с данными для ML Требования: — Опыт работы в роли MLOps Engineer/Data Engineer/Python ML от 3,5 лет — Production-опыт с фреймворками MLOps: Kubeflow, MLflow, Airflow для оркестрации, понимание их интеграции в CI/CD пайплайны — Опыт работы с Docker и Kubernetes (в контексте развертывания моделей как сервисов) — Опыт работы с одним из major cloud-провайдеров (желательно GCP или AWS/Azure с пониманием hybrid-cloud) — Умение работать с большими данными, опыт с Greenplum или аналогичными MPP-системами (Teradata, Exasol) — Знание распределенных вычислений (Spark) — Опыт работы с LangChain/LlamaIndex, FastAPI, знание фреймворков для работы с LLM (Hugging Face, vLLM и т.д.) — Отличные знания Python, SQL на очень высоком уровне для работы с data vault — Знания Git, GitLab CI/CD

Задачи: — Разрабатывать AI-агентов на Python — Интегрировать модели и внешние API — Работать с RAG и Tool Calling — Упаковывать решения в Docker — Разворачивать через Helm в Kubernetes — Работать с ArgoCD и анализировать логи — Исправлять ошибки и самостоятельно обновлять production-деплои — Работать с SCA-сканерами и зависимостями Требования: — 3–6 лет опыта, Middle / Senior — Python + LangChain / LlamaIndex / Semantic Kernel или аналоги — Docker, Kubernetes, Helm — Bash, debugging, анализ логов — Понимание AI Agents, RAG, Tool Calling — Глубокое понимание Python-зависимостей (pip, poetry, virtualenv) — Высокая самостоятельность: от кода до запуска в production Условия: — Формат работы: Remote — Занятость: Full-time — Зарплата: до 260 000 ₽ на руки — Оформление: ИП / СМЗ — Локация: РФ, гражданство РФ

Задачи: — Разработка и развитие сервисов промышленного инференса ML-моделей и LLM — Построение централизованного слоя доступа к моделям и AI-сервисам — Разработка платформенных компонентов для деплоя, версионирования и мониторинга моделей

Задачи: — Проектирование, развёртывание и развитие инфраструктуры платформы искусственного интеллекта (on-prem и облако): Kubernetes-кластеры, GPU-ноды, storage, сети, безопасность. — Построение и поддержка CI/CD/CT-пайплайнов для ML-моделей и сервисов: от артефакта DS до продакшн-инференса с откатами и канареечными релизами. — Интеграция и эксплуатация LLM/ML-сервисов для внутренних команд и рыночных внедрений: упаковка моделей в сервисы, конфигурация autoscaling, SLA, observability. — Настройка мониторинга и алертинга по инфраструктуре и моделям (метрики ресурсов, latency, ошибки, дрейф данных), реагирование на инциденты, участие в post-mortem. — Автоматизация ML-пайплайнов: подготовка данных, обучение, переобучение, регистрация моделей, управление версиями и окружениями. — Поддержка внедрений у клиентов: тиражирование платформенных компонентов, адаптация инфраструктуры под контур заказчика, участие в performance-оптимизации и cost-cutting (GPU/CPU). Требования: — Высшее образование. — Опыт работы: 5+ лет. — Глубокое понимание жизненного цикла ML-модели: от экспериментов до продакшн-инференса и мониторинга. — Уверенный Linux, сетевые основы, безопасность, работа с контейнерами и оркестраторами. — Опыт построения CI/CD-пайплайнов для сервисов и ML-артефактов (Docker images, модели, данные). — Опыт с LLM/GenAI-платформами: vLLM, TGI, Hugging Face, Triton/ONNX Runtime, оптимизация инференса. — Опыт построения feature store, model registry, ML pipelines (Kubeflow, MLflow, Airflow, Argo Workflows). — Работа в гибридной инфраструктуре: on-prem кластеры + публичные облака (T1 Cloud, VK Cloud, Yandex Cloud и др.). — Понимание cost-optimization: FinOps для GPU/CPU, автобалансировка нагрузок. — Языки: Python (утилиты, обвязка) / Bash. — Контейнеризация и оркестрация: Docker, Docker Compose, Kubernetes (Helm, Operators), желательно Kubeflow. — CI/CD: GitLab CI / GitHub Actions / Jenkins / Argo CD. — Инфраструктура: Terraform / Ansible, конфигурация Linux-серверов, Nginx, cert-manager. — Data/ML-инфраструктура: Apache Kafka, Airflow/Argo Workflows, S3-совместимые хранилища, MLflow/Weights&Biases. — Мониторинг и логи: Prometheus, Grafana, Loki/ELK, Sentry, alertmanager. Профессиональные навыки: — Проектирование и развёртывание инфраструктуры платформы ИИ (кластер Kubernetes, storage, сети, security) под LLM/ML-нагрузки. — Построение воспроизводимых ML-пайплайнов: обучение, валидация, packaging модели, деплой в batch и real-time режимах. — Настройка мониторинга моделей: метрики качества, дрейф данных, latency/throughput, автоматический rollback и retraining-триггеры. — Совместная работа с DS/разработчиками и внедренцами: перевод экспериментальных ноутбуков в надёжные сервисы для внутренних и внешних клиентов. Специализированные программы: — GitLab / GitHub, Jira / Confluence/Сфера — Kubernetes ecosystem: kubectl, Helm, K9s, Lens. — ML-инструменты: MLflow / Weights & Biases, Kubeflow Pipelines / Airflow, model registry. — Мониторинг: Prometheus, Grafana, Loki/ELK, Alertmanager, Sentry.

Задачи: - Развивать инструменты хостинга ML-моделей: внедрять и развивать inference-движки и сопутствующую инфраструктуру, следить за мировыми трендами, делать R&D мировых решений. - Развивать ML-инфраструктуру: трекер экспериментов Clear ML, внутренние инструменты для разметки данных, векторную БД Milvus, решение для запуска распределенных вычислений, а также те инструменты и сервисы, про которые мы уже думали, но еще не внедрили. - Развивать внутренние сервисы: поддерживать планировщик вычислительных ресурсов для запуска DS-решений, бота для глубокого анализа каналов поддержки Центра ИИ и прикладные решения для управления кластерами и биллингом. Требования: - Опыт работы с Docker и Kubernetes для развертывания ML-моделей. - Опыт работы с Ansible. - Знание и опыт внедрения DevOps-практик: CI/CD, IaC, SRE. - Навыки работы с системами мониторинга Prometheus, Grafana, ELK. - Опыт программирования на Python на уровне понимания экосистемы, базовых библиотек и навыков написания прикладных программ. - Опыт проектирования и внедрения инфраструктурных решений. - Способность и готовность работать в условиях высокой неопределенности. Будут плюсами: - Опыт работы в роли MLOps-инженера или аналогичной должности. - Понимание жизненного цикла ML-решений и специфики их развертывания на production. - Опыт работы с векторными БД. - Знание ML-инструментов и библиотек. - Опыт работы с GPU-серверами и диагностики проблем с GPU. Условия: - Уровень дохода, который зависит от ваших технических знаний и навыков. Регулярно пересматриваем зарплаты с учетом профессионального роста. Финансовые бонусы тоже есть. - Заботу о вашем комфорте. Можете работать удаленно, гибридно или в офисе, в любом случае предоставим технику и все необходимое. Если вам по душе работать из офиса — обеспечим удобным местом, зонами отдыха, кухней с полезными перекусами. - Сильное инженерное комьюнити. Регулярно проводим внутренние технические конференции, обмениваемся опытом между командами. Вы всегда найдете, с кем посоветоваться. - Возможность сменить продукт, команду или предметную область внутри компании. Поддерживаем развитие в любом направлении. - Общение на «ты» и максимум горизонтальных связей в коллективе, чтобы быстрее договариваться и решать рабочие задачи. - Возможность делиться экспертизой. Помогаем выступать на конференциях, участвовать в подкастах или видео, писать статьи. - Поддержку профессионального развития. Организуем внутреннее и внешнее обучение.

Задачи: - Разрабатывать REST API с использованием FastAPI; - Проектировать и реализовать backend-сервисы с нуля; - Проводить интеграции с базами данных и системами обмена данными; - Обеспечивать масштабируемость и отказоустойчивость сервисов; - Писать и поддерживать автоматизированные тесты; - Настраивать и поддерживать CI/CD процессы для непрерывной интеграции; - Участвовать в планировании задач и работе по методологии Scrum; - Тесно взаимодействовать с командой для оперативного решения технических вопросов. Требования: - Сильные инженерные навыки, самостоятельность, понимание полного цикла доставки приложения; - Уверенный опыт настройки и использования CI/CD, работы с Docker и Kubernetes; - Понимание DevOps-культуры, умение написать и поддержать Helm-чарт/Dockerfile, разобраться с деплоем, настроить базовый мониторинг и алертинг; - Глубокие знания Python и опыт работы с FastAPI; - Опыт работы с PostgreSQL, ClickHouse, Kafka, Redis, Spark; - Умение писать чистый, поддерживаемый код с соблюдением best practices и знание архитектурных паттернов; - Опыт работы в высоконагруженных системах и решения реальных задач на production; - Аналитический склад ума, системное мышление и готовность самостоятельно доводить задачи до конца; - Продвинутое знание инструментов мониторинга (Prometheus, Grafana, Opensearch/ELK); - Глубокий опыт в DevOps, опыт работы с Triton Inference Server и другими инструментами деплоя ML-моделей будет плюсом.

Задачи: — активно участвовать в разработке микросервисов на Python; — участвовать в проработке технических требований, архитектуры и подходов к решению; — участвовать в управлении бэклогом команды, проводить приоритезацию и контролировать выполнение задач; — заниматься people-менеджментом: участвовать в найме, развитии сотрудников и т.д. Требования: — опыт работы в роли MLOps Engineer от 4-х лет; — опыт работы в роли Team Lead/ проведение code review – не менее 1 года; — опыт коммерческой backend-разработки на Python от 3-х лет; — понимание способов интеграций IT-систем (шины, очереди, API); — практический опыт с Kubernetes, Redis; — опыт работы с реляционными базами данных, уверенные знания SQL; — понимание принципов CI/CD; — понимание микросервисной архитектуры; — опыт работы с ИИ моделями и их внедрением. Будет плюсом: — знания в области BigData (Hadoop, Spark), OpenSearch; — знание планировщиков процессов (AirFlow); — опыт работы в банковской сфере; — понимание гибких методологий разработки (Agile); — знание основных инструментов управления разработкой (например: Jira, Confluence); — знания и опыт в Machine learning; — опыт управления IT проектами, включая разработку и внедрение ML моделей в продакшн; — опыт разработки ML моделей в роли data scientist, data engineer, ML Ops. Условия: — Хорошая зарплата: уровень обсуждается индивидуально, есть доплаты за менторство и профактивности. — Развитие: долгосрочные проекты от российских заказчиков, возможность менять направления, прозрачная система Performance Review. — Комфорт и свобода: релокейт между офисами, выбор формата работы (удалённо, офис, гибрид), адаптация для новых сотрудников. — Обучение: доступ к корпоративному порталу, митапам, конференциям (и как гость, и как спикер). — Социальный пакет: ДМС со стоматологией, частичная компенсация спорта, бесплатный английский, оплачиваемый отпуск и больничные. — Корпоративная жизнь: тимбилдинги, детские праздники, внутренние мероприятия.

Задачи: — Конфигурировать и разворачивать инфраструктурные компоненты — Адаптировать/разрабатывать с нуля автоматизированные пайплайны под актуальные бизнес-задачи (AutoML, LLM, computer vision и пр) — Создавать и поддерживать пользовательские инструменты для работы в едином ML-контуре применения и обучения — Масштабировать разрабатываемые системы и инструменты для управления жизненным циклом моделей машинного обучения Требования: — Опыт DevOps от 3х лет (Docker, Helm, Jenkins/GitLab CI, Python) — Опыт ML/MLOps от 1 года (Airflow, JupyterHub, MLflow, Seldon, CUDA) — Опыт администрирования Kubernetes от 2х лет — Опыт работы с Hadoop, Spark, Kafka, ELK Условия: — Работа в аккредитованной IT компании, имеющей собственные продукты — Формат работы: удаленный по РФ — Предоставляем расширенный ДМС (со стоматологией) — Выдаем необходимую для работы технику (ноутбук) — Возможность воспользоваться реферальной программой: “Приведи товарища” — Участие в Бонусной программе — Помогаем в ипотеке и других пособиях — Предоставляем возможность построить карьеру в рамках ведущих компаний России

Location: San Francisco; New York; Toronto; Montreal Workplace: Hybrid WHO ARE WE? Cohere is the leading security-first enterprise AI company. We build cutting-edge foundation AI models and end-to-end products that are designed to solve real-world business problems. We’re training and deploying frontier models for enterprises who are building AI systems. We believe that our work is instrumental to the widespread adoption of AI and we are looking for folks that want to be part of that. We obsess over what we build. Each one of us is responsible for contributing to increasing the capabilities of our models and the value they drive for our customers. Cohere is a team of researchers, engineers, designers, and more, who are all passionate about their craft. We are a global technology company headquartered in Toronto with key offices in London, New York City, San Francisco, Montreal, Paris, Berlin and Seoul. Join us! WHY THIS ROLE? Are you energized by building high-performance, scalable and reliable machine learning systems? Do you want to help define and build the next generation of AI platforms powering advanced NLP applications? We are looking for Members of Technical Staff to join the Model Serving team at Cohere. The team is responsible for developing, deploying, and operating the AI platform delivering Cohere's large language models through easy to use API endpoints. In this role, you will work closely with many teams to deploy optimized NLP models to production in low latency, high throughput, and high availability environments. You will also get the opportunity to interface with customers and create customized deployments to meet their specific needs. You may be a good fit if you have: - 5+ years of engineering experience running production infrastructure at a large scale - Experience designing large, highly available distributed systems with Kubernetes, and GPU workloads on those clusters - Experience with Kubernetes dev and production coding and support - Experience with GCP, Azure, AWS, OCI, multi-cloud on-prem / hybrid serving - Experience in designing, deploying, supporting, and troubleshooting in complex Linux-based computing environments - Experience in compute/storage/network resource and cost management - Excellent collaboration and troubleshooting skills to build mission-critical systems, and ensure smooth operations and efficient teamwork - The grit and adaptability to solve complex technical challenges that evolve day to day - Familiarity with computational characteristics of accelerators (GPUs, TPUs, and/or custom accelerators), especially how they influence latency and throughput of inference. - Strong understanding or working experience with distributed systems. - Experience in Golang, C++ or other languages designed for high-performance scalable servers). FULL-TIME EMPLOYEES AT COHERE ENJOY THESE PERKS: - A weekly lunch stipend of $75/£75 or equivalent in your local currency for lunch. - Full health and dental benefits, including a separate budget for mental health. - RRSP matching, 401K, Pension Scheme. - 100% Parental Leave top-up for up to 6 months, for either parent. - Annual enrichment benefits: Arts & culture, fitness/wellness, quality time, and a workspace improvement credit. Education & learning stipend for conferences, courses, and coaching. - 6 weeks of paid vacation (30 working days!) - Budget for traveling to other offices if you are remote, plus an annual company offsite. HOW AND WHERE WE WORK: - Cohere is remote-friendly, but we also have offices in Toronto, London, New York City, San Francisco, Montreal, Paris, Berlin and Seoul with more opening soon. - For those in the office: a daily lunch program, plenty of snacks, and regular community and social events. - For those not near an office: a co-working benefit so you can work alongside others in your city. - Everyone receives a $500 home office stipend to set up your workspace properly. If any of the above doesn’t line up exactly with your experience, we still encourage you to apply. We strive to create an inclusive work environment for all; we welcome applicants from all backgrounds and are committed to providing equal opportunities. Should you require any accommodations during the recruitment process, please submit an Accommodations Request Form https://docs.google.com/forms/d/12a6IrLdF3kI2nonKSr4tiFuz18rLQbaeYV-JM9L4o9Q/edit, and we will work together to meet your needs. We may use AI-enabled tools to screen and assess applicants against the criteria for this position. This helps our recruiters identify potentially qualified candidates, but it doesn't limit the applications our recruiters may review or consider. Beware of Scams: Cohere will never ask for payment or third-party services (e.g., CV writing) as part of our hiring process. All legitimate roles are listed on the Cohere careers page and LinkedIn only, with all communications from Cohere employees coming from an @cohere.com or @cw.cohere email alias. If jobs are viewed on other sites then please verify these through our official careers https://cohere.com/careers page.

Location: Athens; Limassol; Thessaloniki; Nicosia; Fully Remote - in other eligible locations Workplace: hybrid The Role: We are looking for a skilled MLOps Engineer to join our team and play a key role in bridging the gap between our Data Science and Infrastructure teams. You will be responsible for supporting the Data Science team in MLOps-related tasks while also helping in DevOps initiatives, including CI/CD pipeline creation, provisioning of cloud resources using tools like Terraform, and Kubernetes orchestration. You will collaborate closely with data scientists and engineers to deploy data pipelines, train machine learning models, and manage their deployment within scalable cloud environments while ensuring high performance, security, and reliability throughout the ML lifecycle. The main responsibilities of the position include: Assist in designing, implementing, and maintaining scalable MLOps pipelines on AWS using services such as SageMaker , EC2 , EKS , S3 , Lambda and other relevant AWS tools Coordinate with our platform team to troubleshoot Kubernetes clusters (EKS) to orchestrate the deployment of machine learning models and other microservices Develop and maintain CI/CD pipelines for model and application deployment, testing, and monitoring Collaborate closely with Data Science, and DevOps team to streamline the model development lifecycle, from experimentation to production deployment Implement security best practices, including network security, data encryption, and role-based access controls within the AWS infrastructure Monitor, troubleshoot, and optimize data and ML pipelines to ensure high availability and performance Set up and manage model monitoring systems for performance drift, ensuring continuous model improvement Main requirements: Bachelor’s degree in Computer Science, Engineering, or related field 2+ years of hands-on experience in MLOps, DevOps, or related fields Knowledge and preferable working experience in AWS services for machine learning, such as SageMaker , EKS , S3 , EC2 , Lambda , and others Exposure to Kubernetes for container orchestration Experience with Docker Exposure to infrastructure-as-code tools such as Terraform or CloudFormation Familiarity with CI/CD tools such as GitLab CI Understanding machine learning model lifecycle Familiarity with monitoring and logging solutions like Prometheus , Grafana , CloudWatch and ELK Stack Understanding of networking concepts and cloud security best practices Proficiency in Python and Bash , and comfortable working in Linux environments Strong problem-solving and communication skills The following will be considered an advantage: Experience working with serverless architectures and event-driven processing on AWS Familiarity with advanced Kubernetes concepts such as Helm Experience with Data Engineering pipelines, ETL processes, or big data platforms Experience with ML frameworks like TensorFlow, PyTorch and Keras Experience with ML platforms like Kubeflow and/or SageMaker Experience with workflow engines like Argo Workflows and/or Airflow Benefit from: Attractive remuneration package plus performance related reward Intellectually stimulating work environment Continuous personal development and international training opportunities The Hiring Experience: What Awaits You Let’s Connect – Intro Chat with Talent Acquisition Deep Dive – First Interview with Your Future Team Final Connection – Final Interview All applications will be treated with strict confidentiality!   By submitting this application, I confirm that I have read and agree to the terms of the Privacy Policy and the Confidentiality Undertaking.

Location: Paris; San Francisco; London; New York; Toronto; Montreal Workplace: Remote WHO ARE WE? Cohere is the leading security-first enterprise AI company. We build cutting-edge foundation AI models and end-to-end products that are designed to solve real-world business problems. We’re training and deploying frontier models for enterprises who are building AI systems. We believe that our work is instrumental to the widespread adoption of AI and we are looking for folks that want to be part of that. We obsess over what we build. Each one of us is responsible for contributing to increasing the capabilities of our models and the value they drive for our customers. Cohere is a team of researchers, engineers, designers, and more, who are all passionate about their craft. We are a global technology company headquartered in Toronto with key offices in London, New York City, San Francisco, Montreal, Paris, Berlin and Seoul. Join us! Role Overview: Contribute in and provide strong support for model training pipelines, ship state of the art models to production, and bridge the gap between research and production. We have one of the highest ratio of compute to engineers in the world. We do not delineate strongly between engineering and research. Everyone will contribute to writing production code and supporting our research effort depending on individual interest and organizational needs. We have all the compute, data, and talent available for you to do your best work. Please Note: We have offices in London, Paris, Toronto, San Francisco and New York but also embrace being remote-friendly! There are no restrictions on where you can be located for this role. Key Responsibilities: - Design and write high-performant and scalable software for training.  - Improve our training setup from an infrastructure and codebase performance standpoint. - Craft and implement tools to speed up our training cycles and improve the overall efficacy of our training infrastructure - Research, implement, and experiment with ideas on our supercompute and data infrastructure. - Learn from and work with the best researchers in the field. Qualifications: - Extremely strong software engineering skills. - Proficiency in Python and related ML frameworks such as JAX, Pytorch and XLA/MLIR. - Experience with distributed training infrastructures (Kubernetes, Slurm) and associated frameworks (Ray) - Experience using large-scale distributed training strategies. - Hands on experience on training large model at scale and having contributed to the tooling and/or setup of the training infrastructure - Bonus: paper at top-tier venues (such as NeurIPS, ICML, ICLR, AIStats, MLSys, JMLR, AAAI, Nature, COLING, ACL, EMNLP). Working Location: This role can be based remotely or from one of our office locations listed on the job description - there is no minimum in-office qualification requirement. We care most about hiring exceptional people regardless of locations, though please check the location listed on the posting for guidance around the core time zone or working hours alignment expected for the role. FULL-TIME EMPLOYEES AT COHERE ENJOY THESE PERKS: - A weekly lunch stipend of $75/£75 or equivalent in your local currency for lunch. - Full health and dental benefits, including a separate budget for mental health. - RRSP matching, 401K, Pension Scheme. - 100% Parental Leave top-up for up to 6 months, for either parent. - Annual enrichment benefits: Arts & culture, fitness/wellness, quality time, and a workspace improvement credit. Education & learning stipend for conferences, courses, and coaching. - 6 weeks of paid vacation (30 working days!) - Budget for traveling to other offices if you are remote, plus an annual company offsite. HOW AND WHERE WE WORK: - Cohere is remote-friendly, but we also have offices in Toronto, London, New York City, San Francisco, Montreal, Paris, Berlin and Seoul with more opening soon. - For those in the office: a daily lunch program, plenty of snacks, and regular community and social events. - For those not near an office: a co-working benefit so you can work alongside others in your city. - Everyone receives a $500 home office stipend to set up your workspace properly. If any of the above doesn’t line up exactly with your experience, we still encourage you to apply. We strive to create an inclusive work environment for all; we welcome applicants from all backgrounds and are committed to providing equal opportunities. Should you require any accommodations during the recruitment process, please submit an Accommodations Request Form https://docs.google.com/forms/d/12a6IrLdF3kI2nonKSr4tiFuz18rLQbaeYV-JM9L4o9Q/edit, and we will work together to meet your needs. We may use AI-enabled tools to screen and assess applicants against the criteria for this position. This helps our recruiters identify potentially qualified candidates, but it doesn't limit the applications our recruiters may review or consider. Beware of Scams: Cohere will never ask for payment or third-party services (e.g., CV writing) as part of our hiring process. All legitimate roles are listed on the Cohere careers page and LinkedIn only, with all communications from Cohere employees coming from an @cohere.com or @cw.cohere email alias. If jobs are viewed on other sites then please verify these through our official careers https://cohere.com/careers page.