Senior Site Reliability Engineer (Golang / Kubernetes)

Определите, что такое надежность для ИИ-платформы с ускорением на GPU, и сделайте ее измеримой. Вы будете отвечать за показатели и цели уровня обслуживания (SLI/SLO) для фреймворка наблюдаемости K0rdent (KOF) — извлекая значимые SLI из сигналов, которые платформа уже генерирует, и предоставляя их администраторам платформы через удобный API. Работа охватывает гибридные, граничные (edge) и изолированные (air-gapped) развертывания, построенные на стеке Mirantis K0rdent.

О роли

Мы ищем старшего инженера по надежности сайтов (SRE), который мыслит не только дашбордами, но и контрактом между платформой и ее операторами. Правильный кандидат сможет анализировать необработанные телеметрические данные из Kubernetes, bare metal и инфраструктуры NVIDIA, определять, какие сигналы действительно предсказывают надежность, видимую пользователю, и превращать их в SLI и SLO, на которые операторы могут реагировать. Вы будете одинаково комфортно чувствовать себя как при написании сервиса, который предоставляет эти SLI через API, так и при рассуждении о бюджетах ошибок, качестве оповещений и соотношении сигнал/шум. Вам следует быть самостоятельным, способным полностью отвечать за определения надежности и эффективно доносить их до других команд.

Обязанности

Определять SLI и SLO на основе доступных сигналов по всей платформе — Kubernetes, bare-metal хосты и инфраструктура NVIDIA (BMC, InfiniBand, NVLink, UFM). Проектировать и создавать API, который предоставляет SLI и состояние надежности администраторам платформы и нижестоящим системам. Настраивать практики оповещений и бюджетов ошибок, которые максимизируют сигнал и минимизируют шум. Сотрудничать с командами инфраструктуры, хранения данных и сетевых технологий, чтобы обеспечить инструментирование и сбор правильных сигналов. Диагностировать проблемы надежности и производительности в стеке наблюдаемости и добиваться их решения.

Требуемая квалификация

5+ лет опыта работы в SRE, надежности платформ или тесно связанной роли в разработке ПО/инфраструктуры. Сильные навыки разработки ПО (например, Go или Python) с опытом создания и эксплуатации API или сервисов в продакшене. Подтвержденный опыт определения SLI/SLO и бюджетов ошибок для реальных производственных систем. Практический опыт работы с инструментами наблюдаемости — метрики, логирование и трассировка (например, Prometheus/VictoriaMetrics, OpenTelemetry, Grafana). Глубокое понимание Kubernetes и сигналов, которые он и его рабочие нагрузки генерируют. Сильные навыки письменного и устного общения с технической аудиторией.

Предпочтительно

Опыт инструментирования или мониторинга bare-metal и инфраструктуры NVIDIA (BMC/Redfish, InfiniBand, NVLink, UFM). Опыт работы со стеком Mirantis K0rdent (K0rdent Enterprise, K0rdent AI, KOF) и Cluster API. Знакомство с VictoriaMetrics/VictoriaLogs в масштабе. Подтвержденный опыт работы в суверенных или высокозащищенных изолированных (air-gapped) средах.

Что предлагает Mirantis?

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 следующего поколения; Участие в передовых разработках с открытым исходным кодом; Развитие в динамичной среде молодой компании, где ценятся открытость, сотрудничество, готовность к риску и постоянный рост; Профессиональное развитие и обучение; Участие в конференциях и рабочих группах; Корпоративные мероприятия, вечеринки, хакатоны и технические доклады; Конкурентоспособный компенсационный пакет с сильным планом льгот.

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

Mirantis, компания IREN, — это компания, занимающаяся ИИ-инфраструктурой на базе Kubernetes, которая позволяет организациям создавать и эксплуатировать масштабируемую, безопасную и суверенную инфраструктуру для современных ИИ, машинного обучения и интенсивно работающих с данными приложений. Сочетая инновации с открытым исходным кодом и глубокую экспертизу в оркестрации Kubernetes, Mirantis дает командам инженеров платформ возможность предоставлять составные, 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 ИИ-рабочих нагрузок, Mirantis предоставляет автоматизацию, оркестрацию GPU и управление на основе политик, необходимые для уверенного и гибкого управления инфраструктурой. Приверженная открытым стандартам и свободе от привязки к поставщику, Mirantis гарантирует, что клиенты сохраняют полный контроль над своей стратегией инфраструктуры.