Senior AI Infrastructure & Platform Operations Engineer

Наша организация создает подразделение AI Infrastructure & Platform Operations в Америке, предназначенное для управления обширными экосистемами ИИ с использованием ускорения NVIDIA GPU, высокоскоростных межсоединений, Kubernetes и передовых платформ. Эта команда поддерживает надежность, эффективность и архитектурную целостность жизненно важных платформ ИИ-сервисов в глобальной инфраструктуре дата-центров. Занимая нишу на стыке основной инфраструктуры и сетевой инженерии, вы будете поддерживать высокопроизводительные среды, необходимые для современных наборов ИИ-приложений. Эта позиция предлагает возможность работать с передовым ИИ-оборудованием, одновременно развивая автоматизированные операционные возможности через платформу k0rdent AI. Обязанности Техническая эксплуатация и надежность сервисов Руководить расследованием и устранением сложных инцидентов, связанных с инфраструктурой, сетями и платформами. Выступать в качестве старшей точки эскалации для операционных команд во время критических событий, влияющих на сервис. Поддерживать крупномасштабную инфраструктуру NVIDIA GPU и высокопроизводительные сетевые среды. Устранять сложные проблемы, связанные с Linux, Kubernetes, сетями, хранилищами и оборудованием. Анализировать тенденции производительности платформы, мощностей, стабильности и надежности для проактивного выявления рисков. Руководить мероприятиями по анализу первопричин и принимать долгосрочные корректирующие меры. Сотрудничать с инженерными командами, поставщиками оборудования и персоналом дата-центра для решения сложных технических задач. Участвовать в управлении крупными инцидентами и мероприятиях по восстановлению сервисов. Эксплуатация и инжиниринг платформ Обеспечивать техническое руководство по эксплуатации платформы Kubernetes и вспомогательным инфраструктурным сервисам. Содействовать повышению надежности платформы, наблюдаемости, мониторинга и операционных процессов. Выявлять возможности для автоматизации повторяющихся операционных действий и повышения операционной эффективности. Участвовать в обзорах готовности к эксплуатации, изменениях инфраструктуры, обновлениях и запуске сервисов. Поддерживать внедрение и эксплуатацию ИИ-сервисов инфраструктуры и операционных возможностей через k0rdent AI. Оценивать новые технологии и операционные практики для улучшения предоставления услуг и отказоустойчивости платформы. Техническое лидерство Наставлять и поддерживать инженеров AI Infrastructure & Platform Operations. Делиться техническими знаниями через документацию, учебные сессии и операционные обзоры. Разрабатывать и поддерживать операционные стандарты, руководства по эксплуатации, руководства по устранению неполадок и лучшие практики. Помогать определять операционные процессы, пути эскалации и стандарты надежности сервисов. Выступать в качестве доверенного технического консультанта во время оперативного планирования и инициатив по улучшению сервисов.

7+ лет опыта в сфере эксплуатации инфраструктуры, эксплуатации платформ, инжиниринга надежности сайтов, сетевой эксплуатации, облачной эксплуатации, эксплуатации дата-центров или смежных технических ролей. Экспертные навыки администрирования и устранения неполадок Linux. Глубокие знания в области сетей, включая опыт диагностики сложных проблем с производительностью, подключением и надежностью. Значительный опыт эксплуатации Kubernetes в производственных средах. Опыт поддержки крупномасштабной производственной инфраструктуры и распределенных систем. Подтвержденный опыт руководства техническими расследованиями и управления сложными инцидентами. Опыт проведения анализа первопричин и внедрения долгосрочных операционных улучшений. Глубокое понимание практик наблюдаемости, мониторинга и надежности сервисов. Отличные навыки устранения неполадок и аналитические навыки в различных областях инфраструктуры. Отличные коммуникативные навыки, навыки сотрудничества и управления заинтересованными сторонами. Предпочтительный опыт Крайне желателен опыт в одной или нескольких из следующих областей: Инфраструктура NVIDIA GPU и платформы ускоренных вычислений. Сети InfiniBand и NVIDIA UFM. Среды ИИ-инфраструктуры. Среды HPC. Платформенный инжиниринг или инжиниринг надежности сайтов (SRE). Крупномасштабная эксплуатация Kubernetes. Технологии автоматизации инфраструктуры и практики Infrastructure-as-Code. Платформы наблюдаемости, такие как Grafana, Prometheus, ELK или OpenTelemetry. Анализ производительности и оптимизация распределенных инфраструктурных платформ. Техническое лидерство, наставничество или обязанности тимлида. Почему стоит присоединиться к нам? Работайте с одними из самых передовых ИИ-инфраструктурных сред в производстве сегодня. Работайте с новейшими технологиями NVIDIA GPU, платформами Kubernetes и высокопроизводительными сетевыми средами. Помогайте определять операционные стандарты и практики надежности для ИИ-инфраструктурных сервисов следующего поколения. Влияйте на внедрение ИИ-возможностей эксплуатации через k0rdent AI. Работайте бок о бок с высококвалифицированными инженерами, решающими сложные инфраструктурные и платформенные задачи в масштабе. Присоединяйтесь к растущей организации, которая активно инвестирует в ИИ-инфраструктуру, платформенные сервисы и операционные инновации.

Что Mirantis предлагает вам? Работайте с признанным лидером Кремниевой долины в индустрии облачной инфраструктуры; Работайте с исключительно увлеченными, талантливыми и интересными коллегами, помогая клиентам из Fortune 500 и Global 2000 внедрять облачные технологии следующего поколения; Будьте частью передовых инноваций в области open-source; Развивайтесь в высокоэнергетичной среде молодой компании, где ценятся открытость, сотрудничество, готовность к риску и постоянный рост; Профессиональное развитие и обучение; Посещайте конференции и рабочие группы; Корпоративные мероприятия, happy hours, хакатоны и технические доклады; Получите конкурентоспособный компенсационный пакет с сильным планом льгот.

Мы — лидер в области управления контейнерами по версии G2 (#2 после AWS)!

Mirantis — это компания, занимающаяся ИИ-инфраструктурой на основе Kubernetes, позволяющая организациям создавать и эксплуатировать масштабируемую, безопасную и суверенную инфраструктуру для современных приложений искусственного интеллекта, машинного обучения и интенсивной обработки данных. Сочетая инновации open-source с глубокой экспертизой в оркестрации Kubernetes, Mirantis дает командам платформенного инжиниринга возможность предоставлять компонуемые, готовые к производству платформы для разработчиков в любой среде — локально, в облаке, на периферии или в суверенных дата-центрах. По мере того как предприятия справляются с растущей сложностью рабочих нагрузок на основе ИИ, Mirantis предоставляет автоматизацию, оркестрацию GPU и управление на основе политик, необходимые для уверенного и гибкого управления инфраструктурой. Приверженная открытым стандартам и свободе от привязки, Mirantis гарантирует, что клиенты сохраняют полный контроль над своей стратегией инфраструктуры.