Oivan ищет опытного старшего инженера платформы Kubernetes для присоединения к нашей команде в ОАЭ. Вы будете создавать, эксплуатировать и устранять неполадки корпоративных платформ Kubernetes, включая кластеры с поддержкой GPU для рабочих нагрузок AI/ML. Эта роль требует глубоких знаний в области:
- Практической эксплуатации Kubernetes, с сильными навыками устранения неполадок и расследования первопричин
- Настройки, эксплуатации и управления несколькими кластерами SUSE Rancher Manager
- Развертывания и эксплуатации NVIDIA GPU Operator поверх RKE2
- Автоматизации с помощью конвейеров CI/CD и доставки на основе GitOps
- Сервисной сетки Istio
- Практический опыт работы с RKE2, Rancher и SUSE Virtualization является очень большим плюсом. Кандидаты без него должны, по крайней мере, понимать, что это за продукты и их основные концепции.
Ключевые обязанности
Мы предлагаем вам уникальную возможность применять и развивать свои навыки в разнообразной и географически распределенной технологической команде. Вы будете играть ключевую роль в создании и эксплуатации платформ Kubernetes, на которых размещаются критически важные рабочие нагрузки с ускорением GPU.
Ниже приведены основные обязанности, которые вы будете выполнять в рамках этой работы:
- Установка, настройка и эксплуатация производственных кластеров Kubernetes, в первую очередь RKE2, в локальных, изолированных (air-gapped) и гибридных средах
- Настройка и эксплуатация SUSE Rancher Manager в режиме высокой доступности: установка, обновления, резервное копирование и восстановление, аутентификация и RBAC, а также предоставление или импорт подчиненных кластеров
- Автоматизация предоставления инфраструктуры и ее конфигурации с использованием Infrastructure as Code (Terraform и Ansible)
- Устранение неполадок и расследование проблем платформы от начала до конца (узлы, поды, сетевые подключения CNI, DNS, ingress, хранилище, сертификаты, etcd и плоскость управления) и доведение анализа первопричин до завершения
- Настройка и эксплуатация SUSE Rancher Manager в режиме высокой доступности: установка, обновления, резервное копирование и восстановление, аутентификация и RBAC, а также предоставление или импорт подчиненных кластеров
- Развертывание и эксплуатация NVIDIA GPU Operator на RKE2, включая настройку драйвера и контейнерного инструментария для встроенного containerd RKE2, плагина устройства, GPU Feature Discovery и мониторинга DCGM
- Настройка совместного использования GPU (MIG и time-slicing) и поддержка планирования и эксплуатации рабочих нагрузок AI/ML на узлах GPU
- Создание и поддержка конвейеров CI/CD (например, GitLab CI, Jenkins, GitHub Actions) для доставки приложений и платформ
- Внедрение GitOps с помощью Rancher Fleet, Argo CD или Flux, сохраняя Git в качестве единственного источника истины для конфигурации кластеров и развертываний
- Упаковка и управление рабочими нагрузками с помощью Helm и Kustomize
- Развертывание и эксплуатация Istio: управление трафиком, ingress и egress шлюзы, политики mTLS и авторизации, а также устранение неполадок mesh
- Эксплуатация SUSE Virtualization (Harvester) для запуска рабочих нагрузок VM параллельно с контейнерами и для размещения гостевых кластеров RKE2
- Внедрение мониторинга, логирования и оповещения с помощью Prometheus, Grafana и Rancher Monitoring and Logging
- Укрепление безопасности кластеров с использованием стандартов CIS (включая профиль RKE2 CIS), Pod Security Admission, сетевых политик и управления секретами
- Планирование и выполнение обновлений Kubernetes, RKE2 и Rancher с минимальным простоем
- Проектирование и тестирование резервного копирования и аварийного восстановления, включая снимки etcd, резервные копии Rancher и резервные копии рабочих нагрузок (например, Velero)
- Создание и поддержка runbooks, playbooks и документации платформы
- Проведение сессий по передаче знаний и обучению для клиентов и внутренних команд
- Тесное взаимодействие с заинтересованными сторонами клиента при работе на месте
Квалификация и навыки
Наш идеальный кандидат будет соответствовать следующим требованиям:
- Более 5 лет практического опыта в IT, из них более 3 лет администрирования Kubernetes в производственной среде
- Сильные навыки устранения неполадок и расследования проблем Kubernetes: систематическая отладка с помощью kubectl, events, logs, crictl и инструментов на уровне узлов
- Диагностика проблем с сетью, DNS, хранилищем, планированием, сертификатами и плоскостью управления
- Анализ первопричин и четкое документирование инцидентов
- Практический опыт настройки и эксплуатации Rancher Manager (day-2 operations)
- Опыт развертывания и эксплуатации NVIDIA GPU Operator, желательно на RKE2
- Автоматизация с помощью CI/CD и GitOps: GitLab CI, Jenkins или GitHub Actions
- Fleet, Argo CD или Flux
- Helm и Kustomize
- Практический опыт работы с сервисной сеткой Istio
- Infrastructure as Code: Terraform и Ansible
- Сильное администрирование Linux (SLES / SLE Micro, RHEL или Ubuntu) и основы сетевых технологий (TCP/IP, DNS, балансировка нагрузки, TLS)
- Мониторинг и наблюдаемость: Prometheus, Grafana и централизованное логирование
- Сильное владение Bash scripting; Python или Go — плюс
- Степень бакалавра в области компьютерной инженерии, информатики, инженерии или смежной области
- Значительный опыт работы в локальных корпоративных средах, включая изолированные (air-gapped) установки
- Способность работать самостоятельно в ролях, связанных с работой с клиентами
- Английский язык (продвинутый); знание арабского языка является большим преимуществом
- Очень большой плюс: RKE2, Rancher и SUSE Virtualization
- Практический производственный опыт работы с этими продуктами будет значительно выделять кандидата. Кандидаты без него должны, как минимум, уметь объяснить:
- RKE2: ориентированное на безопасность, сертифицированное CNCF дистрибутив Kubernetes от SUSE; серверные и агентские узлы, встроенный containerd, etcd, конфигурация через config.yaml, соответствие стандартам CIS и установка в изолированной среде
- Rancher: управление несколькими кластерами; кластер Rancher Manager (локальный) по сравнению с подчиненными кластерами, агент кластера, проекты и RBAC, Fleet и каталог приложений
- SUSE Virtualization (Harvester): гиперконвергентная инфраструктура, построенная на Kubernetes, использующая KubeVirt для виртуальных машин и Longhorn для хранения данных, управляемая из Rancher
- Желательно SUSE Security (NeuVector) и SUSE Storage (Longhorn)
- Экспертиза в области CNI: Canal, Calico или Cilium
- Управление секретами: HashiCorp Vault, Sealed Secrets или External Secrets Operator
- Частные реестры и управление образами в изолированных средах (например, Harbor)
- Инструменты для платформ AI/ML (например, Kubeflow, KServe, Ray)
- Другие платформы Kubernetes: Red Hat OpenShift, EKS, AKS или GKE
Предпочтительные сертификаты
- Certified Kubernetes Administrator (CKA)
- Certified Kubernetes Security Specialist (CKS)
- Certified Kubernetes Application Developer (CKAD)
- Сертификация SUSE Rancher (Administrator или Deployment Specialist)
- Istio Certified Associate (ICA)
- NVIDIA-Certified Associate: AI Infrastructure and Operations
Должность: Инженер платформы Kubernetes
Опыт: 5+ лет (3+ года практического опыта работы с Kubernetes)
Местоположение: На месте / ОАЭ
