Задачи:
- Организация и настройка CI/CD-конвейера для команды разработки, включая процессы сборки, тестирования и доставки решений в Production.
- Организация коллективной разработки: настройка репозиториев, ветвления, Git Flow, Merge Request и Code Review.
- Настройка автоматической сборки приложений и Docker-образов, а также хранения и управления образами.
- Настройка развертывания ML-сервисов и AI-агентов в Kubernetes и взаимодействия CI/CD с Git, Jenkins, Harbor, Vault и другими инфраструктурными сервисами.
- Организация автоматического тестирования, проверки качества кода и линтинга.
- Настройка доставки приложений между средами Development, Test, Pre-production и Production, миграций данных и механизмов Rollback.
- Обеспечение параллельного развертывания нескольких версий ML-сервисов и AI-агентов, A/B-тестирования, масштабирования сервисов и распределения нагрузки.
- Изучение архитектуры AI-агентов и обеспечение поставки всех их компонентов через CI/CD.
- Настройка и адаптация Managed Services под потребности команды разработки.
Требования:
- Практический опыт работы DevOps-инженером и самостоятельной настройки CI/CD-пайплайнов.
- Знание Git, GitLab, Bitbucket или аналогичных систем, Git Flow, стратегий ветвления, Merge Request и Code Review.
- Опыт работы с Jenkins или аналогичными CI/CD-оркестраторами.
- Уверенное знание Docker и практический опыт работы с Kubernetes.
- Опыт работы с Harbor или аналогичными Docker Registry, HashiCorp Vault или аналогичными инструментами управления секретами.
- Опыт настройки автоматизированного тестирования и линтеров в CI/CD.
- Понимание сред Dev, Test, Pre-production и Production, опыт организации миграций данных и механизмов Rollback.
- Знание Python на уровне, достаточном для работы с ML-сервисами; понимание микросервисной архитектуры.
- Опыт развертывания и сопровождения приложений в Production, масштабирования приложений и распределения нагрузки.
- Опыт настройки параллельного развертывания версий сервисов и A/B-тестирования.
Будет плюсом:
- Опыт работы с MLOps и развертывания ML-сервисов, например рекомендательных систем, классификации и сегментации.
- Понимание архитектуры AI-агентов и принципов их развертывания.
- Знакомство с MCP, Gateway и инструментами взаимодействия AI-агентов с внешними сервисами.
- Опыт работы с брокерами сообщений и базами данных.
- Опыт горизонтального масштабирования распределенных сервисов.
Формат: удаленная работа; локация — Москва, собеседования проводятся в офисе. Требуется гражданство РФ. Сфера — телеком.