AI Infrastructure & Platform Operations Engineer (remote in the EU)

Мы формируем европейскую команду AI Infrastructure & Platform Operations, отвечающую за эксплуатацию масштабных AI‑инфраструктурных сред, работающих на NVIDIA GPU, высокопроизводительных сетях, Kubernetes и технологиях следующего поколения.

Команда отвечает за обеспечение доступности, производительности и операционной стабильности критических AI‑инфраструктурных платформ, развернутых в нескольких дата‑центрах. Работая на стыке инфраструктуры, сетей и платформенных операций, вы будете поддерживать среды, которые обеспечивают работу современных AI‑нагрузок.

Это возможность работать с новейшими технологиями в области AI‑инфраструктуры, внося вклад в развитие AI‑ориентированных операционных сервисов через платформы, такие как k0rdent AI.

• Мониторить, эксплуатировать и поддерживать производственные AI‑инфраструктурные платформы.
• Исследовать и устранять инциденты, связанные с инфраструктурой, сетями, оборудованием и платформой.
• Поддерживать инфраструктуру NVIDIA GPU и связанные с ней платформенные сервисы.
• Мониторить и устранять неполадки в средах на основе Kubernetes.
• Исследовать проблемы производительности, доступности и надёжности компонентов инфраструктуры и платформы.
• Сотрудничать с инженерными командами, поставщиками оборудования, персоналом дата‑центров и командами доставки сервисов для решения технических вопросов.
• Участвовать в реагировании на инциденты, анализе корневых причин и мероприятиях по улучшению операций.
• Вносить вклад в улучшения мониторинга, наблюдаемости, автоматизации и операционных процессов.
• Поддерживать операционную документацию, runbooks и статьи знаний.

• 3+ лет опыта в эксплуатации инфраструктуры, платформенных операциях, сетевых операциях, Site Reliability Engineering, облачных операциях, эксплуатации дата‑центров или смежных технических ролях.
• Сильные навыки администрирования и устранения неполадок в Linux.
• Хорошее понимание сетевых концепций и опыт диагностики проблем, связанных с инфраструктурой.
• Практические знания Kubernetes в производственных средах.
• Опыт поддержки производственной инфраструктуры и сервисов.
• Сильные аналитические способности и навыки решения проблем.
• Опыт работы в рамках структурированных процессов эксплуатации и управления инцидентами.
• Отличные навыки коммуникации и сотрудничества.
• Способность работать в сменном операционном режиме.

• Инфраструктура NVIDIA GPU и ускоренные вычислительные платформы.
• Сетевые решения InfiniBand и NVIDIA UFM.
• Операции платформы Kubernetes.
• AI‑инфраструктура или HPC‑среды.
• Site Reliability Engineering (SRE) или Platform Engineering.
• Платформы наблюдаемости, такие как Grafana, Prometheus, ELK или OpenTelemetry.
• Технологии автоматизации инфраструктуры и практики Infrastructure-as-Code.
• Распределённые системы крупного масштаба и производственные платформы.

• Работа с одними из самых передовых AI‑инфраструктурных сред в продакшн сегодня.
• Получение опыта работы с технологиями NVIDIA GPU, платформами Kubernetes и высокопроизводительными сетевыми средами.
• Помощь в определении того, как будет эксплуатироваться и поддерживаться инфраструктура следующего поколения.
• Участие в команде, формирующей будущее AI‑ориентированных операций через k0rdent AI.
• Присоединение к растущей организации, активно инвестирующей в AI‑инфраструктуру и платформенные сервисы.
• Диапазон зарплаты: $60000-$67000 gross per year

#remote