Мы создаем европейскую команду по эксплуатации инфраструктуры и платформ ИИ, ответственную за эксплуатацию крупномасштабных сред ИИ-инфраструктуры на базе графических процессоров NVIDIA, высокопроизводительных сетей, Kubernetes и платформ следующего поколения.

В качестве старшего инженера по эксплуатации инфраструктуры и платформ ИИ вы будете выступать в качестве технического лидера в операционной организации, предоставляя глубокие знания в области инфраструктуры, сетей, эксплуатации платформ и надежности обслуживания. Вы будете отвечать за обеспечение операционного совершенства в сложных производственных средах, выступая в качестве ключевой точки эскалации для критических инцидентов и сложных технических проблем.

Эта роль сочетает в себе практическую техническую эксплуатацию с техническим лидерством, помогая формировать операционные стандарты, практики надежности, инициативы по автоматизации и будущую эволюцию операционных услуг на базе ИИ через такие платформы, как k0rdent AI.

Обязанности

Техническая эксплуатация и надежность обслуживания

• 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 обслуживание.
• Поддерживать крупномасштабную инфраструктуру NVIDIA GPU и высокопроизводительные сетевые среды.
• Устранять сложные проблемы, связанные с Linux, Kubernetes, сетями, хранилищами и аппаратным обеспечением.
• Анализировать тенденции производительности платформы, мощностей, стабильности и надежности для проактивного выявления рисков.
• Руководить деятельностью по анализу первопричин и добиваться долгосрочных корректирующих действий.
• Сотрудничать с инженерными командами, поставщиками оборудования и персоналом центров обработки данных для решения сложных технических задач.
• Участвовать в управлении крупными инцидентами и мероприятиях по восстановлению обслуживания.

Эксплуатация и инжиниринг платформы

• Обеспечивать техническое руководство по эксплуатации платформы Kubernetes и поддержке сервисов инфраструктуры.
• Способствовать совершенствованию надежности платформы, наблюдаемости, мониторинга и операционных процессов.
• Определять возможности для автоматизации повторяющихся операционных задач и повышения операционной эффективности.
• Участвовать в проверках операционной готовности, изменениях инфраструктуры, обновлениях и вводе услуг в эксплуатацию.
• 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 по эксплуатации инфраструктуры и платформ ИИ.
• Делиться техническими знаниями через документацию, обучающие сессии и операционные обзоры.
• Разрабатывать и поддерживать операционные стандарты, руководства по эксплуатации (runbooks), руководства по устранению неполадок и лучшие практики.
• Помогать определять операционные процессы, пути эскалации и стандарты надежности обслуживания.
• Выступать в качестве доверенного технического консультанта при планировании операционной деятельности и инициативах по улучшению обслуживания.

Требуемые навыки и опыт

• Более 7 лет опыта в области эксплуатации инфраструктуры, эксплуатации платформ, инженерии надежности сайтов (SRE), сетевой эксплуатации, облачной эксплуатации, эксплуатации центров обработки данных или смежных технических ролях.
• Экспертные навыки администрирования и устранения неполадок в Linux.
• Глубокие знания в области сетей, включая опыт диагностики сложных проблем с производительностью, подключением и надежностью.
• Обширный 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 реализации долгосрочных операционных улучшений.
• Глубокое понимание практик наблюдаемости, мониторинга и надежности обслуживания.
• Отличные навыки устранения неполадок и аналитические навыки в различных областях инфраструктуры.
• Сильные навыки коммуникации, сотрудничества и управления заинтересованными сторонами.

Опыт работы в одной или нескольких из следующих областей очень желателен:

• Инфраструктура NVIDIA GPU и платформы ускоренных вычислений.
• Сети InfiniBand и NVIDIA UFM.
• Среды ИИ-инфраструктуры.
• HPC среды.
• Platform Engineering или Site Reliability Engineering (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 руководителя группы.

Мы предлагаем

• Эксплуатировать одни из самых передовых сред ИИ-инфраструктуры, используемые сегодня в производстве.
• Работать с новейшими технологиями NVIDIA GPU, платформами Kubernetes и высокопроизводительными сетевыми средами.
• Участвовать в определении операционных стандартов и практик надежности для сервисов ИИ-инфраструктуры нового поколения.
• Влиять на внедрение ИИ-возможностей эксплуатации через k0rdent AI.
• Работать вместе с высококвалифицированными инженерами, решающими масштабные задачи в области инфраструктуры и платформ.
• Присоединиться к растущей организации, которая активно инвестирует в ИИ-инфраструктуру, платформенные сервисы и операционные инновации.

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

О Mirantis

Mirantis — компания, занимающаяся разработкой ИИ-инфраструктуры на базе Kubernetes, которая позволяет организациям создавать и эксплуатировать масштабируемую, безопасную и суверенную инфраструктуру для современных приложений ИИ, машинного обучения и интенсивно работающих с данными. Сочетая инновации в области открытого исходного кода с глубокой экспертизой в оркестрации Kubernetes, Mirantis позволяет командам инженеров платформ предоставлять композитные, готовые к эксплуатации платформы для разработчиков в любой среде — локальной, облачной, на периферии или в суверенных центрах обработки данных. Поскольку предприятия сталкиваются с растущей сложностью рабочих нагрузок, управляемых ИИ, Mirantis обеспечивает автоматизацию, оркестрацию GPU и контроль на основе политик, необходимые для уверенного и гибкого управления инфраструктурой. Придерживаясь открытых стандартов и свободы от привязки к поставщику, Mirantis гарантирует, что клиенты сохраняют полный контроль над своей стратегией в области инфраструктуры.

Mirantis обслуживает многие ведущие мировые предприятия, включая Adobe, DocuSign, Liberty Mutual, PayPal, Reliance Jio, Societe Generale, Splunk и Volkswagen.