DevOps Engineer (Middle+/Senior) (Kubernetes / NVIDIA GPU / AI infrastructure)

Russia16 days ago

up to 210,000 RUB

per month

Details

Grade

Middle

Work format

Remote

Employment

Full-time

A cover letter for this job

An email or a Telegram message to the recruiter

Some conditions are hidden to comply with employment law

About the role

Vacancy ID: 3453_MF 🧩 About the role: we are looking for an experienced DevOps engineer to set up and operate infrastructure with a strong focus on GPU computing and AI/ML workloads. This is an excellent opportunity to work with a modern and in-demand stack (vLLM, Triton, K8s + NVIDIA) and build reproducible software delivery processes.

Responsibilities

🚀 Key tasks: — Linux administration (Ubuntu Server) and advanced Docker work. — Deployment, configuration, and operation of Kubernetes clusters using Helm. — Setup and support of GPU infrastructure: integration of NVIDIA Container Toolkit, K8s NVIDIA Device Plugin, monitoring GPU metrics. — Building and supporting CI/CD pipelines and runners in GitLab (including work with GitLab Container Registry). — Setting up monitoring and alerting (Prometheus, Grafana). — Automation of routine tasks and configuration management using Bash, Terraform, or Ansible. — Ensuring the correct operation of network infrastructure (Networking, TLS, DNS).

Requirements

OS and Containerization: — Confident administration of Linux (Ubuntu Server). — Advanced level of Docker. Kubernetes and GPU (CRITICAL!): — Confident deployment and operation of Kubernetes, practical experience with Helm. — Experience setting up GPU in Linux and containers: NVIDIA Container Toolkit, understanding and experience configuring Kubernetes NVIDIA Device Plugin. CI/CD and Automation: — Independent setup of pipelines and runners in GitLab CI/CD. — Practical experience with GitLab Container Registry. — Writing automation scripts in Bash. — Practical experience with at least one IaC/CM tool: Terraform or Ansible. Networking and Monitoring: — Deployment and configuration of Prometheus / Grafana. — Confident knowledge of Networking, TLS, DNS. 💡 Will be a significant plus: — Real experience operating GPU servers specifically for AI/ML tasks. — Experience deploying and supporting vLLM, Ollama, Triton Inference Server, or similar. — Understanding the principles of CUDA, VRAM, tensor parallelism, and GPU hardware limitations. — Experience with Kubernetes on bare metal. — Experience using NVIDIA DCGM Exporter and Langfuse. — Experience building infrastructure considering GDPR requirements. — Skill in creating reproducible deployments and seamless transfer of applications between cloud and on-premise infrastructure.

Benefits

Rate: up to 210,000 rubles net per month. Grade: Middle+ / Senior. Workload: Full-time. Project duration: 3 months. Format: Remote. Location: Russian Federation / Russian Federation. ⏳ Vacancy valid until: 29.10.2026 17:00. 📌 Important: candidates with an experience relevance of 85% or more will be considered.

ID вакансии: 3453_MF Ставка: до 210 000 руб. на руки в месяц. Грейд: Middle+ / Senior. Загрузка: Full-time (полная занятость). Длительность проекта: 3 месяца. Формат: Удалённо. Локация: РФ / РФ. ⏳ Срок актуальности вакансии: до 29.10.2026 до 17:00. 📌 Важно: рассматриваются кандидаты с релевантностью опыта от 85%. 🧩 О роли: ищем опытного DevOps-инженера для настройки и эксплуатации инфраструктуры с сильным акцентом на GPU-вычисления и AI/ML-нагрузки. Это отличная возможность поработать с современным и востребованным стеком (vLLM, Triton, K8s + NVIDIA) и выстроить воспроизводимые процессы доставки ПО. 🚀 Ключевые задачи: — Администрирование Linux (Ubuntu Server) и продвинутая работа с Docker. — Развёртывание, настройка и эксплуатация кластеров Kubernetes с использованием Helm. — Настройка и поддержка GPU-инфраструктуры: интеграция NVIDIA Container Toolkit, K8s NVIDIA Device Plugin, мониторинг метрик GPU. — Построение и поддержка CI/CD пайплайнов и раннеров в GitLab (включая работу с GitLab Container Registry). — Настройка мониторинга и алертинга (Prometheus, Grafana). — Автоматизация рутинных задач и управления конфигурациями через Bash, Terraform или Ansible. — Обеспечение корректной работы сетевой инфраструктуры (Networking, TLS, DNS). 🎯 Обязательные требования (Hard Skills): ОС и Контейнеризация: — Уверенное администрирование Linux (Ubuntu Server). — Продвинутый уровень работы с Docker. Kubernetes и GPU (КРИТИЧНО!): — Уверенное развёртывание и эксплуатация Kubernetes, практический опыт с Helm. — Опыт настройки GPU в Linux и контейнерах: NVIDIA Container Toolkit, понимание и опыт настройки Kubernetes NVIDIA Device Plugin. CI/CD и Автоматизация: — Самостоятельная настройка pipelines и runners в GitLab CI/CD. — Практический опыт работы с GitLab Container Registry. — Написание скриптов автоматизации на Bash. — Практический опыт работы хотя бы с одним инструментом IaC/CM: Terraform или Ansible. Сети и Мониторинг: — Развёртывание и настройка Prometheus / Grafana. — Уверенные знания Networking, TLS, DNS. 💡 Будет весомым плюсом: — Реальный опыт эксплуатации GPU-серверов именно для AI/ML задач. — Опыт развёртывания и обслуживания vLLM, Ollama, Triton Inference Server или аналогов. — Понимание принципов работы CUDA, VRAM, tensor parallelism и аппаратных ограничений GPU. — Опыт работы с Kubernetes on bare metal. — Опыт использования NVIDIA DCGM Exporter и Langfuse. — Опыт построения инфраструктуры с учётом требований GDPR. — Навык создания воспроизводимых развёртываний и бесшовного переноса приложений между облаком (cloud) и локальной инфраструктурой (on-prem).