भर्ती: हैदराबाद में AI प्लेटफ़ॉर्म और MLOps इंजीनियर (हाइब्रिड) – हिंदूटोन

हिंदूटोन में भर्ती चल रही है। यह हिंदूटोन में एक वर्तमान रिक्ति है, जो 17 अक्टूबर 2026 को प्रकाशित की गई।

नौकरी का विवरण

• नियोक्ता: हिंदूटोन (HinduTone)
• भूमिका: AI प्लेटफ़ॉर्म और MLOps इंजीनियर
• स्थान: हैदराबाद, तेलंगाना, भारत
• कार्य मोड: हाइब्रिड
• नौकरी का प्रकार: फुल-टाइम
• अनुभव: प्रोडक्शन में ML/AI सिस्टम चलाने का अनुभव
• अंतिम तिथि: 30 नवंबर 2026
• आवेदन: कॉल / WhatsApp +91-9666019191 या हिंदूटोन संपर्क पेज

भूमिका के बारे में

मशीन लर्निंग और लार्ज लैंग्वेज मॉडल तभी उपयोगी हैं जब वे भरोसेमंद, सुरक्षित और उचित लागत पर चलें। हिंदूटोन एक AI प्लेटफ़ॉर्म और MLOps इंजीनियर की भर्ती कर रहा है, जो ऐसी नींव तैयार करे जिससे मॉडल प्रयोग से निकलकर रोज़मर्रा के भरोसेमंद उपयोग तक पहुँच सकें। यह काम हिंदूटोन वेबसाइट और उसकी अंग्रेज़ी, हिंदी और तेलुगु सामग्री, मंदिर, त्योहार, पंचांग, करियर और समुदाय अनुभागों के सहयोग में होगा।

आपका फ़ोकस मॉडल रिसर्च के बजाय प्लेटफ़ॉर्म पर होगा। आप तय करेंगे कि मॉडल कैसे पैकेज, वर्ज़न, सर्व, टेस्ट और मॉनिटर किए जाएँ, और लोगों व सेवाओं को उन तक नियंत्रित पहुँच कैसे मिले। आप इन्फ़रेंस लागत पर भी बारीकी से नज़र रखेंगे, क्योंकि जो मॉडल सटीक तो है पर चलाने में महँगा है, वह किसी प्रकाशन के लिए उपयुक्त नहीं है। यह भूमिका उन इंजीनियरों के लिए है जिन्हें प्रोडक्शन में ML या AI सिस्टम चलाने का अनुभव है, जो पाइपलाइन, मेट्रिक्स और विफलता के तरीकों के संदर्भ में सोचते हैं, और जिन्हें डेटा, सॉफ़्टवेयर और इन्फ्रास्ट्रक्चर टीमों के बीच काम करना अच्छा लगता है। यह हैदराबाद में स्थित एक हाइब्रिड भूमिका है, जिसमें कुछ दिन ऑफ़िस और कुछ दिन घर से काम होता है।

आप क्या करेंगे

• ML और LLM वर्कलोड के लिए मॉडल सर्विंग डिज़ाइन करें और चलाएँ, जिसमें वर्ज़न वाले एंडपॉइंट, हेल्थ चेक और सुरक्षित रोलआउट हों।
• GPU और CPU इन्फ़रेंस लागत को मापें और प्रबंधित करें, तथा मॉडल आकार, बैचिंग, कैशिंग और हार्डवेयर विकल्पों में से चुनें।
• मॉडल रजिस्ट्री स्थापित करें और बनाए रखें, ताकि उपयोग में आने वाले हर मॉडल का स्पष्ट वर्ज़न, ओनर, ट्रेनिंग रिकॉर्ड और अनुमोदन स्थिति हो।
• मॉडलों के लिए CI/CD बनाएँ, जिसमें स्वचालित जाँच, मूल्यांकन गेट और स्टेजिंग से प्रोडक्शन तक प्रमोशन शामिल हो।
• फ़ीचर स्टोर और डेटा पाइपलाइन पर डेटा सहकर्मियों के साथ काम करें, ताकि ट्रेनिंग और सर्विंग में एक जैसे, अच्छी तरह प्रलेखित इनपुट का उपयोग हो।
• ऐसी मूल्यांकन पाइपलाइन बनाएँ जो तय डेटासेट पर मॉडलों को परखें, और जहाँ प्रासंगिक हो वहाँ अंग्रेज़ी, हिंदी और तेलुगु के लिए बहुभाषी जाँच भी करें।
• प्रोडक्शन में मॉडलों की लेटेंसी, त्रुटियों, ड्रिफ़्ट, अप्रत्याशित आउटपुट और लागत की मॉनिटरिंग करें, और ऐसे अलर्ट रखें जो सही व्यक्ति तक पहुँचें।
• ऐसा LLM गेटवे बनाएँ और चलाएँ जो अनुरोधों को रूट करे, रेट लिमिट लागू करे, उपयोग लॉग करे और प्रोवाइडर या मॉडल बदलने की सुविधा दे।
• मॉडल, प्रॉम्प्ट, कीज़ और डेटासेट के लिए एक्सेस कंट्रोल लागू करें, जिसमें ऑडिट ट्रेल और न्यूनतम-विशेषाधिकार अनुमतियाँ हों।
• प्लेटफ़ॉर्म के लिए स्पष्ट दस्तावेज़ और रनबुक लिखें, और अन्य इंजीनियरों को इसका सही उपयोग करने में मदद करें।
• डेवलपर्स के साथ नई AI सुविधाओं की समीक्षा करें, ताकि यह सुनिश्चित हो कि उन्हें सुरक्षित रूप से डिप्लॉय, मॉनिटर और रोलबैक किया जा सके।

हमें किन कौशलों की तलाश है

आवश्यक

• प्रोडक्शन में ML या AI सिस्टम चलाने का अनुभव, केवल नोटबुक में उन्हें ट्रेन करने का नहीं।
• मज़बूत Python और अच्छी सॉफ़्टवेयर इंजीनियरिंग आदतें, जिनमें टेस्टिंग और कोड रिव्यू शामिल हैं।
• समर्पित इन्फ़रेंस सर्वर, Python वेब फ़्रेमवर्क या मैनेज्ड एंडपॉइंट जैसे टूल्स के साथ मॉडल सर्विंग का व्यावहारिक अनुभव।
• कंटेनर और CI/CD का अनुभव, तथा Linux और क्लाउड वातावरण में सहजता।
• मॉडल वर्ज़निंग या मॉडल रजिस्ट्री का व्यावहारिक ज्ञान।
• मॉडल लेटेंसी, त्रुटियों और गुणवत्ता संकेतों के लिए मॉनिटरिंग स्थापित करने का अनुभव।
• सुरक्षा, सीक्रेट्स और डेटा तक पहुँच के प्रति सावधान दृष्टिकोण।

होना अच्छा है

• GPU वर्कलोड, क्वांटाइज़ेशन या इन्फ़रेंस लागत घटाने के अन्य तरीकों का अनुभव।
• फ़ीचर स्टोर और डेटा पाइपलाइन ऑर्केस्ट्रेशन टूल्स से परिचय।
• उपयोग ट्रैकिंग के साथ LLM गेटवे या प्रॉक्सी चलाने या बनाने का अनुभव।
• लैंग्वेज मॉडलों के मूल्यांकन तरीकों की समझ, जिसमें भारतीय भाषाओं के लिए मूल्यांकन भी शामिल है।
• ML वर्कलोड के लिए Kubernetes का अनुभव।

किसे आवेदन करना चाहिए

यह भूमिका उन इंजीनियरों के लिए है जिन्हें पहले से प्रोडक्शन में ML या AI सिस्टम चलाने का अनुभव है। कंप्यूटर साइंस, IT, डेटा साइंस या संबंधित क्षेत्र में डिग्री सहायक है, हालाँकि समकक्ष व्यावहारिक कौशल का भी समान रूप से स्वागत है। हो सकता है आप DevOps पृष्ठभूमि से ML इन्फ्रास्ट्रक्चर में आए हों, या ML इंजीनियरिंग से हों और प्लेटफ़ॉर्म व विश्वसनीयता में गहरी रुचि रखते हों। दोनों ही स्थितियों में, आपको उन मॉडलों के बारे में बताने में सक्षम होना चाहिए जिन्हें आपने डिप्लॉय किया, जिन समस्याओं का सामना किया और उन्हें कैसे सुलझाया।

आप तय दिनों पर हमारे हैदराबाद ऑफ़िस से और बाकी दिनों में घर से काम करेंगे। यदि आपका अनुभव मुख्य रूप से मॉडल चलाने के बजाय मॉडल बनाने का है, तो आपके लिए इस भूमिका की तुलना में मॉडल-निर्माण की भूमिका अधिक उपयुक्त हो सकती है।

आप कैसे आगे बढ़ेंगे

आप यह आकार देंगे कि हिंदूटोन मशीन लर्निंग और लैंग्वेज मॉडल कैसे चलाता है, और इसकी शुरुआत स्क्रिप्ट्स के उलझे जाल को विरासत में लेने के बजाय ठोस सिद्धांतों से होगी। सर्विंग, मूल्यांकन, एक्सेस और लागत सहित प्लेटफ़ॉर्म के डिज़ाइन निर्णय आपके होंगे, और आप पर भरोसा किया जाएगा कि आप उन शॉर्टकट्स को मना कर सकें जो मॉडलों की मॉनिटरिंग या रोलबैक को कठिन बना दें।

यह काम वहाँ है जहाँ AI, इन्फ्रास्ट्रक्चर और बहुभाषी सामग्री मिलते हैं, जो एक दुर्लभ संयोजन है। आप सीखेंगे कि मॉडल हिंदी और तेलुगु पाठ पर कैसा व्यवहार करते हैं, किसी प्रकाशन के लिए इन्फ़रेंस को किफ़ायती कैसे रखें और संपादकों व डेवलपर्स को AI टूल्स उपयोग करने के सुरक्षित, सरल तरीके कैसे दें। आप जूनियर इंजीनियरों और इंटर्न्स को अच्छी MLOps प्रथाएँ सीखने में भी मदद कर सकते हैं।

अपना आवेदन तैयार करना

• प्रोडक्शन में चलाए गए एक या दो ML या AI सिस्टम का वर्णन करें, जिसमें स्केल, उपयोगकर्ता और आपकी सटीक ज़िम्मेदारियाँ शामिल हों।
• बताएँ कि आपने मॉडल को कैसे सर्व किया: टूलिंग, नए वर्ज़न कैसे रिलीज़ किए और रोलबैक कैसे किया।
• लागत से जुड़ा कोई अनुभव साझा करें, जैसे कोई बदलाव जिससे GPU या API खर्च घटा हो; गोपनीय हों तो आँकड़े हटा दें।
• अपने द्वारा बनाई या उपयोग की गई किसी मूल्यांकन पाइपलाइन की रूपरेखा दें, और बताएँ कि उसने रिलीज़ से पहले क्या पकड़ा।
• LLM गेटवे, प्रॉम्प्ट लॉगिंग या AI सेवाओं के एक्सेस कंट्रोल पर किए गए किसी भी काम का उल्लेख करें।
• यदि आपके पास MLOps विषयों पर सार्वजनिक कोड या लेख हों, तो उनके लिंक दें।

इंटरव्यू से पहले

हमारा ML इंजीनियर भूमिकाओं और इंटरव्यू में शामिल विषयों का अवलोकन दोहराने के लिए अच्छी जगह है, और AI इंजीनियर करियर वाला पेज आवेदन पक्ष की जानकारी जोड़ता है। मॉडल सर्विंग पैटर्न, रजिस्ट्री और प्रमोशन वर्कफ़्लो, ड्रिफ़्ट मॉनिटरिंग, और साझा LLM गेटवे के लिए आप लागत व एक्सेस को कैसे नियंत्रित करेंगे—इन सब को दोहरा लें।

आवेदन कैसे करें

अपना अपडेटेड रिज़्यूमे अपने प्रासंगिक अनुभव, मुख्य कौशल और ऐसे काम के लिंक के साथ साझा करें जिन्हें आप दिखा सकें, जैसे GitHub रिपॉज़िटरी, डिप्लॉय किए गए प्रोजेक्ट या तकनीकी लेख।

• कॉल / WhatsApp: +91-9666019191
• ऑनलाइन: हमारे हिंदूटोन संपर्क पेज का उपयोग करें, कारण में “Other” चुनें और अपना रिज़्यूमे संलग्न करें (PDF, अधिकतम 5 MB)
• विषय पंक्ति: Application for AI Platform and MLOps Engineer – Production ML

हिंदूटोन कभी कोई शुल्क नहीं लेता — न आवेदन के लिए, न इंटरव्यू के लिए और न जॉइनिंग के लिए। यदि कोई हिंदूटोन के नाम पर आपसे पैसे माँगे, तो भुगतान न करें और हमारे संपर्क पेज के माध्यम से इसकी सूचना दें।

अक्सर पूछे जाने वाले प्रश्न

क्या फ्रेशर्स या छात्र MLOps भूमिका के लिए आवेदन कर सकते हैं?

इस भूमिका के लिए प्रोडक्शन में ML या AI सिस्टम चलाने का अनुभव आवश्यक है, इसलिए फ्रेशर्स और छात्र इसके लिए उपयुक्त नहीं हैं। जो उम्मीदवार मुख्य रूप से नोटबुक में मॉडल बनाते हैं, उनके लिए मॉडल-निर्माण की भूमिका बेहतर हो सकती है।

AI प्लेटफ़ॉर्म और MLOps इंजीनियर नौकरी का वेतन क्या है?

वेतन प्रकाशित नहीं किया गया है। तकनीकी चर्चाओं के बाद, शॉर्टलिस्ट किए गए उम्मीदवारों से उनके प्रोडक्शन ML और प्लेटफ़ॉर्म अनुभव के अनुसार इस पर चर्चा की जाती है।

क्या यह भूमिका हाइब्रिड है, और यह कहाँ स्थित है?

हाँ। यह हैदराबाद, तेलंगाना में स्थित एक फुल-टाइम हाइब्रिड भूमिका है, जिसमें हैदराबाद में तय दिनों पर ऑफ़िस और बाकी दिन घर से काम होता है, ताकि आप दोनों के अनुसार केंद्रित प्लेटफ़ॉर्म कार्य की योजना बना सकें।

क्या यह रिसर्च भूमिका है या प्लेटफ़ॉर्म भूमिका?

यह एक प्लेटफ़ॉर्म भूमिका है। इसका फ़ोकस मॉडल रिसर्च के बजाय मॉडल सर्विंग, इन्फ़रेंस लागत, मॉडल रजिस्ट्री, मॉडलों के लिए CI/CD, फ़ीचर स्टोर, मूल्यांकन पाइपलाइन, मॉनिटरिंग, LLM गेटवे और एक्सेस कंट्रोल पर है।

आवेदन की अंतिम तिथि क्या है?

आवेदन की अंतिम तिथि 30 नवंबर 2026 है। हमारा सुझाव है कि आप अपना आवेदन जल्दी भेजें, साथ में उन ML सिस्टम के बारे में नोट्स जोड़ें जिन्हें आपने चलाया है, ताकि समीक्षा के लिए पर्याप्त समय मिल सके।

AI प्लेटफ़ॉर्म और MLOps इंजीनियर भूमिका के लिए आवेदन कैसे करें?

+91-9666019191 पर कॉल या WhatsApp करें, या हिंदूटोन संपर्क पेज के माध्यम से कारण में 'Other' चुनकर अपना रिज़्यूमे भेजें, और विषय पंक्ति 'Application for AI Platform and MLOps Engineer – Production ML' रखें। हिंदूटोन कभी कोई शुल्क नहीं लेता।

संबंधित करियर गाइड

• भारत में ML इंजीनियर नौकरियाँ 2026: कौशल, MLOps और करियर पथ
• भारत में AI इंजीनियर नौकरियाँ 2026: कौशल, प्रोजेक्ट और नौकरी कैसे पाएँ
• भारत में फ्रेशर्स के लिए DevOps नौकरियाँ 2026: कौशल, प्रोजेक्ट और रोडमैप
• हिंदूटोन में AI इंजीनियर की रिक्ति
• हिंदूटोन में मशीन लर्निंग इंजीनियर की रिक्ति
• हिंदूटोन में जनरेटिव AI इंजीनियर की रिक्ति
• हिंदूटोन करियर हब

संपादकीय टिप्पणी (17 अक्टूबर 2026)

यह हिंदूटोन की आधिकारिक नौकरी रिक्ति है। वेतन पर शॉर्टलिस्ट किए गए उम्मीदवारों से चर्चा की जाती है और यह यहाँ सूचीबद्ध नहीं है। यदि पद भर जाता है या बंद हो जाता है, तो यह पेज अपडेट कर दिया जाएगा।