Мы ищем старшего DevOps/SRE инженера, специализирующегося на Kubernetes, который будет отвечать как за платформу разработчика, так и за производственный регион с facing клиентами многопользовательской управляющей плоскости для корпоративной GPU-инфраструктуры. Вы будете создавать и управлять средами, конвейерами и инфраструктурными инструментами, на которые полагаются наши инженерные команды по всей территории США, Европы и Азиатско-Тихоокеанского региона для ежедневных релизов.
Эта роль охватывает обе стороны. Вы сделаете наши кластеры для разработки, тестирования и предпроизводства быстрыми и воспроизводимыми, укрепите путь Helm и CI/CD от коммита до релиза, а также возьмете на себя операционную ответственность — включая дежурства — за один из наших небольших производственных регионов с facing клиентами, при реальных обязательствах по доступности. Этот производственный опыт сделает вас внутренним экспертом по развертыванию и эксплуатации k0rdent AI — человеком, к которому обращаются другие команды, включая команды, эксплуатирующие наши более крупные регионы. Работая в рамках гибкой методологии, вы будете напрямую влиять на скорость и безопасность внесения изменений в продакшн и нести ответственность за их поведение после внесения.
Основные обязанности:
- Ответственность за Kubernetes-платформу в средах разработки, CI, предпроизводства и одном производственном регионе с facing клиентами — локальные кластеры kind, общие среды dev и QA, а также топологии с несколькими кластерами/регионами.
- Эксплуатация вашего производственного региона в соответствии с определенными SLO: планирование мощностей и обновлений, установка патчей, резервное копирование и восстановление, учения по аварийному восстановлению и участие в ротации дежурств.
- Руководство реагированием на инциденты для вашего региона — обнаружение, смягчение последствий, оценка влияния на клиента, анализ первопричин и безвиновные постмортемы, которые возвращают исправления на платформу.
- Создание и поддержка Helm-чартов и общих релизов для сервисов и зависимостей платформы, включая версионирование, гигиену значений и пути обновления.
- Полная ответственность за CI/CD конвейеры — сборка, тестирование, публикация образов, упаковка чартов, выпуск релизов и потоки горячих исправлений/обратных портов.
- Автоматизация начальной загрузки и наполнения среды, чтобы любой инженер мог запустить полный стек — управляющую плоскость, аутентификацию, шлюз, базу данных, движок рабочих процессов — одной командой.
- Эксплуатация и устранение неполадок поддерживающего стека в тестовых и производственных средах: PostgreSQL, Temporal, Keycloak, API-шлюз, брокер сообщений и компоненты наблюдаемости.
- Создание наблюдаемости и диагностики — метрики, панели мониторинга, оповещения, доступ к логам и аудиту — которые обслуживают как инженерные среды, так и производственные операции.
- Консультирование продуктовых команд и команд, эксплуатирующих наши более крупные регионы, по топологии развертывания, планированию GPU и ресурсов, RBAC, сетям и режимам отказа; проверка процедур обновления и миграции и передача runbooks.
- Обеспечение безопасности и изоляции арендаторов в производстве: доступ с наименьшими привилегиями, управление секретами, жизненный цикл сертификатов и TLS, сканирование образов и зависимостей, а также аудиторские свидетельства для обзоров соответствия.
- Продвижение инфраструктуры как кода и повторяемости — никаких уникальных сред, никаких недокументированных ручных шагов.
- Менторство инженеров по Kubernetes и операционным практикам, а также повышение общего уровня команды посредством обзоров и документации.
Требуемые навыки/способности:
- Более 10 лет опыта в DevOps, SRE, платформенной или инфраструктурной инженерии, включая производственную ответственность за Kubernetes-среды с facing клиентами.
- Экспертный уровень владения Kubernetes: рабочие нагрузки, сети, хранилища, RBAC, управление ресурсами, CRD и операторы, а также обновления кластеров — способность отлаживать с помощью kubectl и внутренних компонентов кластера, а не только через панели мониторинга.
- Подтвержденное реагирование на инциденты под давлением SLA — ротации дежурств, пути эскалации, постмортемы и последующие корректирующие действия.
- Сильная инженерия CI/CD — конвейеры как код, воспроизводимые сборки, управление артефактами и релизами (GitHub Actions или эквивалент).
- Надежные навыки написания скриптов и автоматизации, а также достаточная осведомленность о Go, чтобы читать код сервиса, отслеживать сбой в нем и подавать точный баг.
- Опыт эксплуатации Stateful-стека — реляционных баз данных, поставщиков идентификации, шлюзов и брокеров сообщений — в Kubernetes, включая резервное копирование, восстановление и обновление.
- Подтвержденный опыт технического консалтинга для других инженерных команд: четкие runbooks, обратная связь по дизайну и отчеты об инцидентах в разных часовых поясах (хорошее знание письменного английского).
Обязательно иметь
Мы ожидаем глубокого производственного опыта в нескольких из этих областей и инженерных основ для быстрого изучения остальных.
Kubernetes Native: Kubernetes в масштабе, Cluster API, контроллеры/операторы, Docker и разработка Helm-чартов и управление их жизненным циклом.
Delivery: GitHub Actions или эквивалент CI/CD, реестры контейнеров, версионированные рабочие процессы релизов и обратных портов.
Infrastructure as Code: Terraform, Ansible или эквивалент, плюс GitOps-инструменты (Argo CD, Flux).
Identity & API Management: Эксплуатация Keycloak и API-шлюза — маршрутизация, плагины, TLS, ограничение скорости.
Data & Messaging: Эксплуатация и миграция PostgreSQL, а также платформы потоковой передачи/брокеры сообщений (Kafka или эквивалент).
Observability: Prometheus, Grafana, централизованное логирование и оповещения, связанные с SLO.
Cloud: AWS — сети, IAM, балансировка нагрузки и управляемый Kubernetes.
Желательно иметь
- Опыт работы с экосистемой k0s или k0rdent.
- GPU-инфраструктура на Kubernetes — плагины устройств, обнаружение функций узлов, планирование и совместное использование ускорителей.
- Эксплуатация Temporal — пространства имен, работники, обновления схемы.
- Подготовка bare-metal (Metal³ / BareMetalHost) или среды on-prem/OpenStack.
- Многорегиональные топологии, service mesh или межкластерные сети.
- Python для тестовых фреймворков и автоматизации; опыт работы с E2E-наборами на основе pytest.
- Тестирование нагрузки и производительности API-платформ.
- Применение политик (OPA/Kyverno), управление секретами и устранение последствий пентестов.
- OpenTelemetry, распределенная трассировка или формальная практика SLO/error-budget.
- Опыт работы с системами соответствия требованиям — SOC 2, ISO 27001 или поддержка аналогичных аудитов.
- Вклад в open-source проекты CNCF.
Образование и опыт:
Степень бакалавра в области компьютерных наук и инженерии или смежной области или 10 лет соответствующего опыта.
Что Mirantis предлагает вам?
- Работа с признанным лидером Кремниевой долины в индустрии облачной инфраструктуры;
- Работа с исключительно увлеченными, талантливыми и интересными коллегами, помогая клиентам из Fortune 500 и Global 2000 внедрять облачные технологии нового поколения;
- Участие в передовых, инновационных open-source проектах;
- Развитие в динамичной среде молодой компании, где ценятся открытость, сотрудничество, принятие рисков и постоянный рост;
- Профессиональное развитие и обучение;
- Посещение конференций и рабочих групп;
- Корпоративные мероприятия, вечеринки, хакатоны и технические доклады;
- Конкурентоспособный компенсационный пакет с отличным планом льгот.
- Мы — лидер в области управления контейнерами по версии G2 (#2 после AWS)!
Mirantis, компания IREN, — это компания, специализирующаяся на AI-инфраструктуре на основе Kubernetes, позволяющая организациям создавать и эксплуатировать масштабируемую, безопасную и суверенную инфраструктуру для современных AI, машинного обучения и ресурсоемких приложений. Объединяя инновации в области open source с глубокой экспертизой в оркестрации Kubernetes, Mirantis дает командам инженеров платформ возможность предоставлять компонуемые, готовые к продакшену платформы для разработчиков в любой среде — локально, в облаке, на периферии или в суверенных дата-центрах. Поскольку предприятия сталкиваются с растущей сложностью AI-нагрузок, Mirantis предоставляет автоматизацию, оркестрацию GPU и управление на основе политик, необходимые для уверенного и гибкого управления инфраструктурой. Приверженная открытым стандартам и отсутствию привязки к поставщику, Mirantis гарантирует, что клиенты сохраняют полный контроль над своей стратегией инфраструктуры.
