81:I[71608,["$1","$2","$3","$4","$5","$6","$7","$8","$9","$a","$b","$c","$d","$e","$f","$10","$11","$12","$13","$14","$15","$16","$3a","$3b","$3c","$3d","$54","$55","$56"],"SimilarJobs"] 84:I[27201,["$1","$2","$3","$4","$5","$6","$7","$8","$9","$a","$b","$c","$d","$e","$f","$10","$11","$12","$13","$14","$15","$16"],"IconMark"] 82:T16dd,Компания «АЙ-ТЕКО» — ведущий российский системный интегратор и поставщик информационных технологий для корпоративных заказчиков. Активно действует на рынке IT России с 1997 года, входит в ТОП-400 крупнейших российских компаний, ТОП-10 крупнейших IT-компаний России. В связи с активным развитием проектов в компании открыта вакансия ML OPS Engineer. НАШИ ОЖИДАНИЯ ОТ КАНДИДАТА: В этой роли предстоит: • Выстраивать жизненный цикл ML-моделей: подготовка окружения, автоматизация обучения и проверки, регистрация версий, развертывание, мониторинг, обновление и откат. • Организовывать пакетный и онлайн-скоринг: регулярный расчет оценок на больших объемах данных и получение прогнозов через сервисы с заданным временем ответа. • Интегрировать модели с инфраструктурой Планировщика: согласовывать с Data Scientist, Data Engineer форматы признаков и прогнозов, API, требования к актуальности данных и обработке ошибок. • Обеспечивать воспроизводимость расчетов: версионировать модели, код, параметры и зависимости; фиксировать использованные данные и признаки. • Настраивать мониторинг: контролировать доступность сервисов, время ответа, длительность пакетных расчетов, свежесть признаков, распределения прогнозов и качество моделей после получения фактических результатов • Обеспечивать управляемый выпуск изменений: автоматические проверки перед внедрением, постепенное переключение на новую версию, возможность отката и резервный сценарий при недоступности модели. • Сопровождать задачи до внедрения: ставить задачи смежным командам, согласовывать зависимости, участвовать в нагрузочных проверках и разборе инцидентов, поддерживать техническую документацию. Ожидаем от кандидата: • Опыт внедрения и сопровождения ML-моделей в промышленной среде, включая автоматизацию расчетов и контроль их стабильности. • Уверенное владение Python: разработка сервисов и пайплайнов, работа с зависимостями, логирование, обработка ошибок и автоматизированное тестирование. • Хорошее знание SQL и опыт работы с данными. • Опыт контейнеризации и развертывания сервисов: Docker, Kubernetes или OpenShift. • Навыки работы с Linux, Git и CI/CD: автоматизация сборки, тестирования и доставки моделей и сервисов между средами. • Понимание жизненного цикла ML: обучение, валидация, применение, переобучение; утечка данных, расхождение признаков между обучением и применением, изменение распределений данных и снижение качества модели. • Умение самостоятельно доводить изменения до результата, взаимодействовать с DS, инженерами данных, разработчиками и инфраструктурными командами, документировать решения и порядок эксплуатации Дополнительным преимуществом будут: • Опыт работы с Hadoop, Hive, Spark / PySpark. • Опыт событийной обработки данных и применения моделей близко к онлайну, знакомство с Kafka. МЫ ПРЕДЛАГАЕМ: Работа в аккредитованной ИТ-компании; Оформление в соответствии с ТК РФ с первого дня работы; ДМС с первого дня работы (включая стоматологию); Корпоративный спорт: скидки на посещение фитнес-клубов, футбольная и волейбольная секции, собственный йога класс; Работа в команде, использующей гибкий подход к разработке Работа в развивающемся IT-проекте с командой специалистов высокого уровня, возможность развития и обмена опытом.83:T3ac9,

проводник

в мир высоких технологий

Компания «АЙ-ТЕКО» — ведущий российский системный интегратор и поставщик информационных технологий для корпоративных заказчиков. Активно действует на рынке IT России с 1997 года, входит в ТОП-400 крупнейших российских компаний, ТОП-10 крупнейших IT-компаний России.

В связи с активным развитием проектов в компании открыта вакансия ML OPS Engineer.

НАШИ ОЖИДАНИЯ ОТ КАНДИДАТА:

В этой роли предстоит:

• Выстраивать жизненный цикл ML-моделей: подготовка окружения, автоматизация обучения и проверки, регистрация версий, развертывание, мониторинг, обновление и откат.

• Организовывать пакетный и онлайн-скоринг: регулярный расчет оценок на больших объемах данных и получение прогнозов через сервисы с заданным временем ответа.

• Интегрировать модели с инфраструктурой Планировщика: согласовывать с Data Scientist, Data Engineer форматы признаков и прогнозов, API, требования к актуальности данных и обработке ошибок.

• Обеспечивать воспроизводимость расчетов: версионировать модели, код, параметры и зависимости; фиксировать использованные данные и признаки.

• Настраивать мониторинг: контролировать доступность сервисов, время ответа, длительность пакетных расчетов, свежесть признаков, распределения прогнозов и качество моделей после получения фактических результатов

• Обеспечивать управляемый выпуск изменений: автоматические проверки перед внедрением, постепенное переключение на новую версию, возможность отката и резервный сценарий при недоступности модели.

• Сопровождать задачи до внедрения: ставить задачи смежным командам, согласовывать зависимости, участвовать в нагрузочных проверках и разборе инцидентов, поддерживать техническую документацию.

Ожидаем от кандидата:

• Опыт внедрения и сопровождения ML-моделей в промышленной среде, включая автоматизацию расчетов и контроль их стабильности.

• Уверенное владение Python: разработка сервисов и пайплайнов, работа с зависимостями, логирование, обработка ошибок и автоматизированное тестирование.

• Хорошее знание SQL и опыт работы с данными.

• Опыт контейнеризации и развертывания сервисов: Docker, Kubernetes или OpenShift.

• Навыки работы с Linux, Git и CI/CD: автоматизация сборки, тестирования и доставки моделей и сервисов между средами.

• Понимание жизненного цикла ML: обучение, валидация, применение, переобучение; утечка данных, расхождение признаков между обучением и применением, изменение распределений данных и снижение качества модели.

• Умение самостоятельно доводить изменения до результата, взаимодействовать с DS, инженерами данных, разработчиками и инфраструктурными командами, документировать решения и порядок эксплуатации Дополнительным преимуществом будут:

• Опыт работы с Hadoop, Hive, Spark / PySpark. • Опыт событийной обработки данных и применения моделей близко к онлайну, знакомство с Kafka.

МЫ ПРЕДЛАГАЕМ:

Работа в аккредитованной ИТ-компании;

Оформление в соответствии с ТК РФ с первого дня работы;

ДМС с первого дня работы (включая стоматологию);

Корпоративный спорт: скидки на посещение фитнес-клубов, футбольная и волейбольная секции, собственный йога класс;

Работа в команде, использующей гибкий подход к разработке

Работа в развивающемся IT-проекте с командой специалистов высокого уровня, возможность развития и обмена опытом.

ООО «Сфера Про» представляет бренд Айтеко инновационный центр

4b:["$","main",null,{"className":"flex-1","children":["$","div",null,{"className":"container mx-auto max-w-6xl pb-12 pt-4 sm:pt-8","children":[["$","$L57",null,{"href":"/vacancy/ml-ops-engineer-its-ay-teko-moskva-72158","className":"mb-6 inline-flex items-center gap-1 text-sm text-muted-foreground hover:text-foreground","children":[["$","svg",null,{"ref":"$undefined","xmlns":"http://www.w3.org/2000/svg","width":24,"height":24,"viewBox":"0 0 24 24","fill":"none","stroke":"currentColor","strokeWidth":2,"strokeLinecap":"round","strokeLinejoin":"round","className":"tabler-icon tabler-icon-chevron-left size-4","children":["$undefined",["$","path","svg-0",{"d":"M15 6l-6 6l6 6"}],"$undefined"]}],["$","$L65",null,{"children":"К вакансии"}]]}],["$","h1",null,{"className":"mb-2 text-2xl font-semibold sm:text-3xl","children":["$","$L65",null,{"children":"Похожие вакансии"}]}],["$","p",null,{"className":"mb-8 text-sm text-muted-foreground","children":["$","$L65",null,{"children":"К вакансии «ML Ops Engineer» в ИЦ АЙ-ТЕКО"}]}],["$","$L81",null,{"currentJob":{"id":"72158f2f-5372-4357-9055-0eb22c12c15a","title":"ML OPS Engineer","description":"Российский системный интегратор и поставщик ИТ-решений для корпоративных заказчиков, работающий на рынке с 1997 года, открывает вакансию ML OPS Engineer в связи с активным развитием проектов. Предстоит выстраивать жизненный цикл ML-моделей, организовывать пакетный и онлайн-скоринг, интегрировать модели с инфраструктурой Планировщика и обеспечивать воспроизводимость расчетов. Роль предполагает тесное взаимодействие с Data Scientist, инженерами данных, разработчиками и инфраструктурными командами.","companyId":"ea84c31a-052a-42bf-9b40-ebbb73ef3be5","format":"OFFICE","grade":"MIDDLE","salaryMin":0,"salaryMax":0,"salaryBucket":null,"currency":"RUB","category":"ADMINISTRATOR","feedTypes":["CI/CD"],"applicationUrl":"https://hh.ru/vacancy/138894940?tech_source=api","locations":["Москва","Россия"],"isRemote":false,"tags":["Python","Kubernetes","Docker","CI/CD","SQL","MLOps","системная интеграция и корпоративные ит","Hadoop","Hive","Spark"],"postedAt":"$D2026-10-30T16:18:53.962Z","updatedAt":"$D2026-10-30T16:18:54.008Z","isActive":true,"isArchived":false,"status":"NEW","slug":"ml-ops-engineer-its-ay-teko-moskva-72158","isInternal":false,"highlights":["Полный жизненный цикл MLOps: деплой, мониторинг и откат моделей","Современный стек: Python, Docker, Kubernetes, CI/CD","Работа с большими данными и онлайн-скорингом"],"negatives":["Вилка в вакансии не указана","Только формат on-site, без удаленной работы","Не указан корректный диапазон заработной платы","Нет информации об этапах отбора и процессе найма"],"qualityScore":57,"salaryPeriod":"MONTHLY","specialization":null,"requirements":["Опыт внедрения и сопровождения ML-моделей в промышленной среде, включая автоматизацию расчетов и контроль их стабильности","Уверенное владение Python: разработка сервисов и пайплайнов, работа с зависимостями, логирование, обработка ошибок и автоматизированное тестирование","Хорошее знание SQL и опыт работы с данными","Опыт контейнеризации и развертывания сервисов: Docker, Kubernetes или OpenShift","Навыки работы с Linux, Git и CI/CD: автоматизация сборки, тестирования и доставки моделей и сервисов между средами","Понимание жизненного цикла ML: обучение, валидация, применение, переобучение, утечка данных, расхождение признаков между обучением и применением, изменение распределений данных и снижение качества модели","Умение самостоятельно доводить изменения до результата, взаимодействовать с DS, инженерами данных, разработчиками и инфраструктурными командами, документировать решения и порядок эксплуатации","Опыт работы с Hadoop, Hive, Spark / PySpark — дополнительное преимущество","Опыт событийной обработки данных и применения моделей близко к онлайну, знакомство с Kafka — дополнительное преимущество"],"responsibilities":["Выстраивать жизненный цикл ML-моделей: подготовка окружения, автоматизация обучения и проверки, регистрация версий, развертывание, мониторинг, обновление и откат","Организовывать пакетный и онлайн-скоринг: регулярный расчет оценок на больших объемах данных и получение прогнозов через сервисы с заданным временем ответа","Интегрировать модели с инфраструктурой Планировщика: согласовывать с Data Scientist и Data Engineer форматы признаков и прогнозов, API, требования к актуальности данных и обработке ошибок","Обеспечивать воспроизводимость расчетов: версионировать модели, код, параметры и зависимости, фиксировать использованные данные и признаки","Настраивать мониторинг: контролировать доступность сервисов, время ответа, длительность пакетных расчетов, свежесть признаков, распределения прогнозов и качество моделей после получения фактических результатов","Обеспечивать управляемый выпуск изменений: автоматические проверки перед внедрением, постепенное переключение на новую версию, возможность отката и резервный сценарий при недоступности модели","Сопровождать задачи до внедрения: ставить задачи смежным командам, согласовывать зависимости, участвовать в нагрузочных проверках и разборе инцидентов, поддерживать техническую документацию"],"conditions":["Работа в аккредитованной ИТ-компании","Оформление в соответствии с ТК РФ с первого дня работы","ДМС с первого дня работы, включая стоматологию","Корпоративный спорт: скидки на посещение фитнес-клубов, футбольная и волейбольная секции, собственный йога-класс","Работа в команде, использующей гибкий подход к разработке","Работа в развивающемся IT-проекте с командой специалистов высокого уровня, возможность развития и обмена опытом"],"englishLevel":"NOT_REQUIRED","englishRequirement":"NOT_REQUIRED","englishRequirementSource":"INFERRED_FROM_VACANCY_LANGUAGE","importantNotices":[{"code":"ONSITE","kind":"OFFICE_ONLY","source":"STRUCTURED"}],"vacancyLang":"RU","sourceLanguage":null,"translatedTitle":null,"translatedDescription":null,"translatedRequirements":[],"translatedResponsibilities":[],"translatedConditions":[],"translationLang":null,"pinnedAt":null,"pinnedUntil":null,"contentHash":"7f6ce8514085b29e5284605132d22ec55726e694a27f34c234cc92a80f27a0fe","localizationReadyAt":"$D2026-10-30T16:18:53.962Z","localizations":[{"locale":"RU","title":"ML OPS Engineer","description":"Российский системный интегратор и поставщик ИТ-решений для корпоративных заказчиков, работающий на рынке с 1997 года, открывает вакансию ML OPS Engineer в связи с активным развитием проектов. Предстоит выстраивать жизненный цикл ML-моделей, организовывать пакетный и онлайн-скоринг, интегрировать модели с инфраструктурой Планировщика и обеспечивать воспроизводимость расчетов. Роль предполагает тесное взаимодействие с Data Scientist, инженерами данных, разработчиками и инфраструктурными командами.","summary":"Роль MLOps-инженера в крупном российском системном интеграторе с многолетним опытом на рынке — предстоит отвечать за полный жизненный цикл ML-моделей: от автоматизации обучения и регистрации версий до онлайн-скоринга, мониторинга качества и управляемых релизов с откатом. Требуются уверенный Python, SQL, опыт контейнеризации (Docker, Kubernetes/OpenShift) и знание ML-жизненного цикла, опыт с Hadoop, Spark и Kafka — дополнительный плюс. Компания предлагает оформление по ТК РФ и ДМС с первого дня, корпоративный спорт и гибкий подход в команде, но формат только on-site в Москве, а вилка в вакансии не указана.","requirements":["Опыт внедрения и сопровождения ML-моделей в промышленной среде, включая автоматизацию расчетов и контроль их стабильности","Уверенное владение Python: разработка сервисов и пайплайнов, работа с зависимостями, логирование, обработка ошибок и автоматизированное тестирование","Хорошее знание SQL и опыт работы с данными","Опыт контейнеризации и развертывания сервисов: Docker, Kubernetes или OpenShift","Навыки работы с Linux, Git и CI/CD: автоматизация сборки, тестирования и доставки моделей и сервисов между средами","Понимание жизненного цикла ML: обучение, валидация, применение, переобучение, утечка данных, расхождение признаков между обучением и применением, изменение распределений данных и снижение качества модели","Умение самостоятельно доводить изменения до результата, взаимодействовать с DS, инженерами данных, разработчиками и инфраструктурными командами, документировать решения и порядок эксплуатации","Опыт работы с Hadoop, Hive, Spark / PySpark — дополнительное преимущество","Опыт событийной обработки данных и применения моделей близко к онлайну, знакомство с Kafka — дополнительное преимущество"],"responsibilities":["Выстраивать жизненный цикл ML-моделей: подготовка окружения, автоматизация обучения и проверки, регистрация версий, развертывание, мониторинг, обновление и откат","Организовывать пакетный и онлайн-скоринг: регулярный расчет оценок на больших объемах данных и получение прогнозов через сервисы с заданным временем ответа","Интегрировать модели с инфраструктурой Планировщика: согласовывать с Data Scientist и Data Engineer форматы признаков и прогнозов, API, требования к актуальности данных и обработке ошибок","Обеспечивать воспроизводимость расчетов: версионировать модели, код, параметры и зависимости, фиксировать использованные данные и признаки","Настраивать мониторинг: контролировать доступность сервисов, время ответа, длительность пакетных расчетов, свежесть признаков, распределения прогнозов и качество моделей после получения фактических результатов","Обеспечивать управляемый выпуск изменений: автоматические проверки перед внедрением, постепенное переключение на новую версию, возможность отката и резервный сценарий при недоступности модели","Сопровождать задачи до внедрения: ставить задачи смежным командам, согласовывать зависимости, участвовать в нагрузочных проверках и разборе инцидентов, поддерживать техническую документацию"],"conditions":["Работа в аккредитованной ИТ-компании","Оформление в соответствии с ТК РФ с первого дня работы","ДМС с первого дня работы, включая стоматологию","Корпоративный спорт: скидки на посещение фитнес-клубов, футбольная и волейбольная секции, собственный йога-класс","Работа в команде, использующей гибкий подход к разработке","Работа в развивающемся IT-проекте с командой специалистов высокого уровня, возможность развития и обмена опытом"],"applicationInstructions":[],"highlights":["Полный жизненный цикл MLOps: деплой, мониторинг и откат моделей","Современный стек: Python, Docker, Kubernetes, CI/CD","Работа с большими данными и онлайн-скорингом"],"negatives":["Вилка в вакансии не указана","Только формат on-site, без удаленной работы","Не указан корректный диапазон заработной платы","Нет информации об этапах отбора и процессе найма"],"contentHash":"7f6ce8514085b29e5284605132d22ec55726e694a27f34c234cc92a80f27a0fe"},{"locale":"EN","title":"ML Ops Engineer","description":"A Russian system integrator and provider of IT solutions for corporate clients, operating on the market since 1997, is opening an ML OPS Engineer vacancy due to the active development of projects. The role involves building the ML model lifecycle, organizing batch and online scoring, integrating models with the Scheduler infrastructure, and ensuring reproducibility of calculations. The role assumes close interaction with Data Scientists, data engineers, developers, and infrastructure teams.","summary":"An MLOps engineer role at a large Russian system integrator with many years of market experience — the successful candidate will be responsible for the full ML model lifecycle: from automating training and version registration to online scoring, quality monitoring and controlled releases with rollback. Confident Python, SQL, containerization experience (Docker, Kubernetes/OpenShift) and knowledge of the ML lifecycle are required; experience with Hadoop, Spark and Kafka is an additional plus. The company offers employment under the Labor Code of the Russian Federation and voluntary medical insurance from the first day, corporate sports and a flexible approach within the team, but the format is on-site only in Moscow, and the salary range is not stated in the vacancy.","requirements":["Experience implementing and supporting ML models in a production environment, including automation of calculations and control of their stability","Confident proficiency in Python: developing services and pipelines, working with dependencies, logging, error handling, and automated testing","Good knowledge of SQL and experience working with data","Experience with containerization and service deployment: Docker, Kubernetes or OpenShift","Skills working with Linux, Git and CI/CD: automating build, testing and delivery of models and services between environments","Understanding of the ML lifecycle: training, validation, application, retraining, data leakage, feature drift between training and application, changes in data distributions and model quality degradation","Ability to independently drive changes through to results, interact with DS, data engineers, developers and infrastructure teams, document solutions and operating procedures","Experience with Hadoop, Hive, Spark / PySpark is an additional advantage","Experience with event-driven data processing and applying models close to online, familiarity with Kafka is an additional advantage"],"responsibilities":["Build the ML model lifecycle: environment preparation, automation of training and validation, version registration, deployment, monitoring, updating and rollback","Organize batch and online scoring: regular calculation of scores on large data volumes and obtaining predictions through services with a specified response time","Integrate models with the Scheduler infrastructure: coordinate with Data Scientists and Data Engineers on feature and prediction formats, APIs, requirements for data freshness and error handling","Ensure reproducibility of calculations: version models, code, parameters and dependencies, record the data and features used","Set up monitoring: monitor service availability, response time, duration of batch calculations, feature freshness, prediction distributions and model quality after actual results are received","Ensure controlled release of changes: automated checks before deployment, gradual switching to a new version, rollback capability and a fallback scenario when the model is unavailable","Support tasks through to deployment: create tasks for related teams, coordinate dependencies, participate in load testing and incident analysis, maintain technical documentation"],"conditions":["Work at an accredited IT company","Employment in accordance with the Labor Code of the Russian Federation from the first day of work","Voluntary medical insurance from the first day of work, including dentistry","Corporate sports: discounts on fitness club memberships, football and volleyball sections, an in-house yoga class","Work in a team using a flexible approach to development","Work on a growing IT project with a team of high-level specialists, opportunities for development and exchange of experience"],"applicationInstructions":[],"highlights":["Full MLOps lifecycle: deployment, monitoring and rollback of models","Modern stack: Python, Docker, Kubernetes, CI/CD","Work with big data and online scoring"],"negatives":["Salary range is not stated in the vacancy","On-site format only, no remote work","No correct salary range specified","No information about selection stages and the hiring process"],"contentHash":"7f6ce8514085b29e5284605132d22ec55726e694a27f34c234cc92a80f27a0fe"}],"archivedAt":null,"recruiterContacts":null,"hasDirectApply":false,"ai_analysis":{"f":["O"],"grade":"MIDDLE","checks":{"det":true,"prc":false,"rem":false,"sal":false,"stk":true,"bnft":true},"domain":"Системная интеграция и корпоративные ИТ","salary":{"max":0,"min":0,"period":"MONTHLY","currency":"RUB","currency_original":null},"category":"DEVELOPER","grade_ai":"MIDDLE","locations":["Москва","Россия"],"company_ai":{"name":"ИЦ АЙ-ТЕКО","source":"TEXT","evidence":"ИЦ АЙ-ТЕКО"},"_raw_source":{"id":"138894940","area":{"id":"1","url":"https://api.hh.ru/areas/1","name":"Москва"},"code":null,"name":"ML OPS Engineer","test":null,"type":{"id":"open","name":"Открытая"},"hidden":false,"salary":null,"address":{"lat":55.740431,"lng":37.532062,"raw":"Москва, Кутузовский проспект, 32","city":"Москва","metro":{"lat":55.747222,"lng":37.532222,"line_id":"171","hex_color":"646464","line_name":" Рублёво-Архангельская","station_id":"171.972","station_name":"Деловой центр"},"street":"Кутузовский проспект","building":"32","can_edit":false,"description":null,"metro_stations":[{"lat":55.747222,"lng":37.532222,"line_id":"171","hex_color":"646464","line_name":" Рублёво-Архангельская","station_id":"171.972","station_name":"Деловой центр"},{"lat":55.740544,"lng":37.5341,"line_id":"4","hex_color":"1EBCEF","line_name":"Филевская","station_id":"4.73","station_name":"Кутузовская"},{"lat":55.740833,"lng":37.533333,"line_id":"95","hex_color":"CC4C6E","line_name":"МЦК","station_id":"95.536","station_name":"Кутузовская"},{"lat":55.741944,"lng":37.533056,"line_id":"136","hex_color":"00CC66","line_name":"МЦД-4","station_id":"136.898","station_name":"Кутузовская"}]},"premium":false,"approved":true,"archived":false,"contacts":{"name":null,"phones":[]},"employer":{"id":"872178","url":"https://api.hh.ru/employers/872178","name":"ИЦ АЙ-ТЕКО","trusted":true,"logo_urls":{"90":"https://img.hhcdn.ru/employer-logo-round/2559133.png","240":"https://img.hhcdn.ru/employer-logo-round/2559134.png","original":"https://img.hhcdn.ru/employer-logo-original-round/2559132.png"},"country_id":1,"alternate_url":"https://hh.ru/employer/872178","vacancies_url":"https://api.hh.ru/vacancies?employer_id=872178","is_identified_by_esia":false,"accredited_it_employer":false,"employer_on_additional_check":false},"has_test":false,"languages":[],"relations":[],"created_at":"2026-10-27T18:06:06+0300","department":null,"experience":{"id":"between3And6","name":"От 3 до 6 лет"},"internship":false,"key_skills":[],"accept_kids":false,"description":"$82","work_format":[{"id":"ON_SITE","name":"На месте работодателя"}],"_dedup_input":{"title":"ML OPS Engineer","company":"ИЦ АЙ-ТЕКО"},"billing_type":{"id":"standard","name":"Стандарт"},"night_shifts":false,"published_at":"2026-10-27T18:06:06+0300","response_url":null,"salary_range":null,"search_query":"Data Scientist","_dedup_source":{"hash":"a5fdefc1fb0008e891a2a861fbcfca00040fe031bfb96b109c356c3bd1fe6dbb","length":3506,"version":1,"complete":true,"identities":[]},"alternate_url":"https://hh.ru/vacancy/138894940?tech_source=api","auto_response":{"accept_auto_response":true},"show_contacts":true,"working_hours":[{"id":"HOURS_8","name":"8 часов"}],"allow_messages":true,"age_restriction":null,"employment_form":{"id":"FULL","name":"Полная"},"hh_source_facts":{"locations":["Москва","Россия"],"workFormat":"OFFICE"},"specializations":[],"accept_temporary":false,"negotiations_url":null,"insider_interview":null,"accept_handicapped":false,"initial_created_at":"2026-10-27T18:06:06+0300","professional_roles":[{"id":"165","name":"Дата-сайентист"}],"apply_alternate_url":"https://hh.ru/applicant/vacancy_response?vacancyId=138894940&tech_source=api","branded_description":"$83","civil_law_contracts":[],"inclusiveness_types":[],"show_logo_in_search":true,"driver_license_types":[],"suitable_resumes_url":null,"accept_labor_contract":true,"closed_for_applicants":false,"work_schedule_by_days":[{"id":"FIVE_ON_TWO_OFF","name":"5/2"}],"fly_in_fly_out_duration":[],"quick_responses_allowed":false,"response_letter_required":false,"accept_incomplete_resumes":false,"inclusiveness_description":null,"vacancy_constructor_template":null},"hr_comments":"Роль MLOps-инженера в крупном российском системном интеграторе с многолетним опытом на рынке — предстоит отвечать за полный жизненный цикл ML-моделей: от автоматизации обучения и регистрации версий до онлайн-скоринга, мониторинга качества и управляемых релизов с откатом. Требуются уверенный Python, SQL, опыт контейнеризации (Docker, Kubernetes/OpenShift) и знание ML-жизненного цикла, опыт с Hadoop, Spark и Kafka — дополнительный плюс. Компания предлагает оформление по ТК РФ и ДМС с первого дня, корпоративный спорт и гибкий подход в команде, но формат только on-site в Москве, а вилка в вакансии не указана.","work_format":"OFFICE","company_name":"ИЦ АЙ-ТЕКО","grade_source":"ai","source_facts":{"locations":["Москва","Россия"],"workFormat":"OFFICE","sourceMetadataVersion":1},"english_level":"NOT_REQUIRED","evaluation_v2":{"version":4,"evidence":[{"code":"U_DETAIL","points":12,"source":"llm_extracted"},{"code":"U_CONDITIONS","points":10,"source":"llm_extracted"},{"code":"U_TOOLS","points":10,"source":"llm_extracted"},{"code":"P_RELEVANCE","points":15,"source":"source_text"},{"code":"P_MATURITY_DEVELOPER_1","points":10,"source":"source_text"}],"risk_penalty":0,"category_score":25,"universal_score":32},"quality_score":57,"telegram_tags":[],"company_source":"STRUCTURED","negatives_list":["Вилка в вакансии не указана","Только формат on-site, без удаленной работы","Не указан корректный диапазон заработной платы","Нет информации об этапах отбора и процессе найма"],"required_years":null,"specialization":"Data Engineer","canonical_title":"ML OPS Engineer","company_conflict":null,"is_advertisement":false,"must_have_skills":["Python","Kubernetes","Docker","CI/CD","SQL","MLOps"],"important_notices":[{"code":"ONSITE","kind":"OFFICE_ONLY","source":"STRUCTURED"}],"notice_input_hash":"90f0ec19068f26542aad662eba4cc6972f27f03b67ad4f7f7278cf8241991f1a","company_ai_verdict":"ACCEPTED","company_structured":"ИЦ АЙ-ТЕКО","english_requirement":"NOT_REQUIRED","nice_to_have_skills":["Hadoop","Hive","Spark","PySpark","Kafka","OpenShift"],"_pipeline_dedup_policy":"raw-dedup-v1","apply_requirements_list":[],"notice_contract_version":2,"canonical_title_inferred":false,"language_review_required":false,"_pipeline_dedup_source_id":"cmvrgx29d0024r2z26ru5m7rl","english_requirement_source":"INFERRED_FROM_VACANCY_LANGUAGE","_pipeline_dedup_source_hash":"c1ced301f8236fa3f8f8ae49b04315f273ea13f987b25fdec96dddb67e9a156f"},"noticeContractVersion":2,"company":{"id":"ea84c31a-052a-42bf-9b40-ebbb73ef3be5","name":"ИЦ АЙ-ТЕКО","slug":"its-ay-teko","logo":"/uploads/company-logos/company-0deb7fa2.webp","website":"https://hh.ru/employer/872178","description":null,"descriptionEn":null}},"variant":"full"}]]}]}] 37:[["$","title","0",{"children":"Похожие вакансии · ML Ops Engineer | hitIT"}],["$","meta","1",{"name":"description","content":"Похожие вакансии к «ML Ops Engineer» в компании ИЦ АЙ-ТЕКО"}],["$","meta","2",{"name":"author","content":"hitIT Team"}],["$","meta","3",{"name":"keywords","content":"вакансии в IT, работа в IT, IT-вакансии в Telegram, удалённая работа в IT, вакансии разработчика, вакансии дизайнера, зарплаты в IT, проверка резюме, сопроводительное письмо"}],["$","meta","4",{"name":"robots","content":"noindex, follow"}],["$","link","5",{"rel":"canonical","href":"https://hitit.one/vacancy/ml-ops-engineer-its-ay-teko-moskva-72158/similar"}],["$","link","6",{"rel":"alternate","hrefLang":"ru","href":"https://hitit.one/vacancy/ml-ops-engineer-its-ay-teko-moskva-72158/similar"}],["$","link","7",{"rel":"alternate","hrefLang":"en","href":"https://hitit.one/en/vacancy/ml-ops-engineer-its-ay-teko-moskva-72158/similar"}],["$","link","8",{"rel":"alternate","hrefLang":"x-default","href":"https://hitit.one/vacancy/ml-ops-engineer-its-ay-teko-moskva-72158/similar"}],["$","meta","9",{"property":"og:title","content":"Похожие вакансии · ML Ops Engineer"}],["$","meta","10",{"property":"og:description","content":"Похожие вакансии к «ML Ops Engineer» в компании ИЦ АЙ-ТЕКО"}],["$","meta","11",{"property":"og:url","content":"https://hitit.one/vacancy/ml-ops-engineer-its-ay-teko-moskva-72158/similar"}],["$","meta","12",{"property":"og:site_name","content":"hitIT"}],["$","meta","13",{"property":"og:locale","content":"ru_RU"}],["$","meta","14",{"property":"og:type","content":"website"}],["$","meta","15",{"name":"twitter:card","content":"summary_large_image"}],["$","meta","16",{"name":"twitter:title","content":"IT-вакансии из Telegram-каналов в одной ленте — hitIT"}],["$","meta","17",{"name":"twitter:description","content":"Свежие вакансии в IT и Digital из Telegram-каналов и карьерных сайтов: зарплаты, контакты для отклика, ИИ-проверка резюме и сопроводительные письма"}],["$","link","18",{"rel":"shortcut icon","href":"/uploads/site-assets/site-icon-1790431428543-32.png"}],["$","link","19",{"rel":"icon","href":"/uploads/site-assets/site-icon-1790431428543-32.png","type":"image/png","sizes":"32x32"}],["$","link","20",{"rel":"icon","href":"/uploads/site-assets/site-icon-1790431428543-192.png","type":"image/png","sizes":"192x192"}],["$","link","21",{"rel":"apple-touch-icon","href":"/uploads/site-assets/site-icon-1790431428543-180.png"}],["$","$L84","22",{}]] 4d:null