Текст заказа
Вакансия компании: KOZ AI
Создана: 10.11.2026
Регион: Алматы
Предполагаемый уровень месячного дохода: не указан
В KOZ AI мы создаём AI-решения для бизнеса и ищем DevOps / MLOps Engineer в основную инженерную команду.
Тебе предстоит взять на себя развитие инфраструктуры компании: автоматизировать развёртывание, выстроить надёжные рабочие среды и обеспечить безопасный запуск LLM-решений в облаке и закрытых контурах крупных заказчиков.
Мы ищем специалиста с крепкой DevOps-базой, который хочет развиваться в MLOps. Если у тебя пока нет опыта работы с LLM и GPU-инфраструктурой — готовы обучить специфике AI.
Чем предстоит заниматься
Развивать инфраструктуру компании в облаке и на серверах заказчиков.
Автоматизировать сборку и развёртывание приложений через CI/CD, описывать инфраструктуру и конфигурации с помощью Terraform и Helm.
Организовать и изолировать среды локальной разработки, тестирования и промышленной эксплуатации: Local, Stage и Prod.
Обеспечивать стабильную работу Kubernetes, Kafka и Redis.
Настроить мониторинг, логирование и оповещения для серверов, API и AI-сервисов, включая учёт потребления токенов LLM.
Обеспечивать изоляцию данных и развёртывание решений в закрытых контурах с учётом требований информационной безопасности заказчиков.
Участвовать в развёртывании и оптимизации открытых LLM на GPU-серверах — этому направлению готовы обучить.
Участвовать в проектировании Data Lake на базе Apache Iceberg.
Что мы ожидаем
Уверенные практические знания Linux, Docker и Kubernetes.
Опыт настройки CI/CD-пайплайнов.
Понимание Terraform и Helm.
Понимание принципов работы облачной инфраструктуры — AWS, GCP или Яндекс Cloud — и размещения систем на собственных серверах.
Интерес к MLOps, PyTorch, RAG, локальным LLM и работе с GPU.
Самостоятельность: умение выявлять проблемы, предлагать решения и доводить задачи до результата.
Готовность брать ответственность за инфраструктуру и взаимодействовать с командой разработки.
Будет плюсом
Опыт развёртывания LLM и оптимизации инференса, в том числе квантования моделей.
Работа с GPU-серверами в облаке или на собственном оборудовании.
Опыт настройки Prometheus, Grafana, Loki или ELK.
Работа с Kafka, Redis, Apache Iceberg или Service Mesh.
Опыт внедрения решений в закрытых корпоративных контурах.
Что предстоит выстроить за первые 6–12 месяцев
Автоматизированные CI/CD-пайплайны вместо ручных деплоев.
Инфраструктуру и конфигурации, описанные в коде.
Изолированные и настроенные среды Local, Stage и Prod.
Единую систему мониторинга, логирования и оповещений.
Надёжное развёртывание AI-решений с учётом требований безопасности заказчиков.
Стабильную основу для сервисов обработки данных и дальнейшего развития Data Lake.
Наш стек
Инфраструктура: Linux, Docker, Kubernetes, Terraform, Helm, Cloud и On-Premise.
AI/ML: PyTorch, RAG, локальные LLM, GPU-инфраструктура.
Данные и сервисы: Apache Iceberg, Kafka, Redis, FastAPI, Service Mesh.
Мониторинг и логи: Prometheus, Grafana, Loki/ELK.
Что предлагаем
Работу в основной инженерной команде KOZ AI рядом с сильными инженерами.
Возможность влиять на архитектуру и развитие инфраструктуры компании.
Практический опыт внедрения AI-решений для крупных заказчиков.
Обучение специфике MLOps, работе с LLM и GPU-инфраструктурой.
Возможность роста до Senior DevOps / MLOps по результатам работы и готовности брать более сложные задачи.
Офисный или гибридный формат работы.
Полную или частичную занятость.