Site Reliability Engineer (GPU & ML Infrastructure)

В Criteo Platform Core group создает базовую инфраструктуру, поддерживающую нашу глобальную рекламную платформу. Мы проектируем и эксплуатируем масштабируемые, отказоустойчивые системы, поддерживающие принятие решений в реальном времени и обработку данных в тысячах сервисов.

По мере расширения наших возможностей в области распределённых вычислений и инфраструктуры ML, мы формируем новую команду, сосредоточенную на GPU platforms и high‑performance model serving technologies.

В качестве Site Reliability Engineer в GPU team вы будете помогать проектировать, эксплуатировать и масштабировать инфраструктуру, поддерживающую обучение и инференс моделей машинного обучения.

• Создавать и эксплуатировать масштабируемые Ray кластеры, работающие на Kubernetes.
• Разрабатывать надёжные self‑service распределённые вычислительные платформы для ML‑нагрузок.
• Улучшать provisioning, observability, reliability и операционную эффективность сред ray‑as‑a‑service.
• Эксплуатировать и оптимизировать крупномасштабные платформы инференса с использованием NVIDIA Triton.
• Улучшать latency, throughput, scalability и GPU utilization для задач инференса глубокого обучения.

• 5+ лет опыта в backend engineering, Site Reliability Engineering или platform engineering, сосредоточенных на распределённых системах.
• Глубокий опыт работы с Kubernetes, включая планирование нагрузки, динамическое provisioning и пользовательские controllers/operators.
• Практический опыт запуска или оптимизации GPU‑based нагрузок в продакшене, желательно для систем обучения или инференса ML.
• Сильные навыки программной инженерии на C#, Python, Go или аналогичных языках, с упором на построение надёжных распределённых систем.
• Опыт создания или эксплуатации инфраструктуры production‑grade с жёсткими требованиями к производительности, масштабируемости и надёжности.
• Сильный интерес к автоматизации, observability и проектированию систем, эффективно масштабирующихся при высокой нагрузке.

• Опыт работы с распределёнными ML‑фреймворками, такими как Ray или аналогичными системами.
• Знакомство со стеками инференс‑сервинга, такими как NVIDIA Triton или TensorRT.
• Опыт в GPU‑scheduling, управлении ресурсами или мульти‑тенантными GPU‑платформами.
• Знакомство с cloud‑native оркестрацией GPU (GKE, EKS или on‑prem Kubernetes GPU кластерами).

🏢 Способы работы – Наш гибридный модель сочетает работу из дома и в офисе, предоставляя пространство для обоих вариантов. 📈 Растите с нами – Программы обучения, наставничества и развития карьеры. 💪 Ваше благополучие важно – Медицинские льготы, бонусы для здоровья и поддержка психического здоровья. 🤝 Команда, которая заботится – Разнообразная, инклюзивная и глобально связанная. 💸 Справедливая оплата и бонусы – Привлекательная зарплата, с performance‑based вознаграждениями и family‑friendly политиками, плюс возможность получения доли в компании в зависимости от роли и уровня.

Дополнительные льготы могут различаться в зависимости от страны, в которой вы работаете, и характера вашего трудоустройства в Criteo.