DevOps-инженер вычислительной инфраструктуры

участвовать в проектировании архитектуры вычислительных кластеров для AI-нагрузок; автоматизировать подготовку, конфигурацию и жизненный цикл bare-metal-серверов; развивать инфраструктуру виртуализации и процессы предоставления виртуальных машин; развертывать и сопровождать Kubernetes-кластеры на физических и виртуальных узлах; настраивать сетевую связность, сегментацию, маршрутизацию, балансировку и доступ к инфраструктурным сервисам; интегрировать GPU и другие ускорители: драйверы, device plugins, операторы и средства мониторинга; участвовать в проектировании и эксплуатации хранилищ для весов моделей, датасетов и кешей; развивать Infrastructure as Code, GitOps и автоматизированные процессы изменения инфраструктуры; создавать CI/CD-процессы для инфраструктурного кода, образов ОС и базовых компонентов кластеров; настраивать мониторинг оборудования, сети, ОС, виртуализации, Kubernetes и ускорителей; проводить capacity planning, анализировать утилизацию и находить инфраструктурные узкие места; проектировать отказоустойчивость, резервирование и восстановление после сбоев; стабилизировать платформу, участвовать в расследовании инцидентов и устранять их первопричины; готовить типовые инфраструктурные конфигурации для облака и on-premise-инсталляций; оценивать и внедрять подходящие Open Source и коммерческие инфраструктурные решения; координировать изменения с владельцами дата-центров, сетей, информационной безопасности и продуктовыми командами.

опыт эксплуатации Linux-инфраструктуры в production; - глубокое понимание модели OSI, TCP/IP, DNS, VLAN, маршрутизации и балансировки; опыт работы с bare-metal-серверами и автоматизацией их подготовки; опыт эксплуатации одной или нескольких платформ виртуализации; уверенное знание Kubernetes и принципов устройства контейнерной инфраструктуры; опыт написания скриптов и инструментов автоматизации на Bash, Python или Go; опыт применения Ansible и Terraform либо аналогичных средств Infrastructure as Code; практический опыт построения CI/CD для инфраструктурных изменений; опыт настройки мониторинга оборудования, ОС и сетевых компонентов; понимание принципов работы распределенных хранилищ и требований к производительности ввода-вывода; опыт работы с Git и code review; знание принципов высокой доступности, резервирования и disaster recovery; системный подход к диагностике сложных инфраструктурных проблем. Дополнительно: опыт построения или эксплуатации GPU/HPC-кластеров; знание RDMA, InfiniBand, RoCE или других высокоскоростных сетевых технологий; опыт работы с NVIDIA GPU Operator, DCGM, MIG и драйверами ускорителей; опыт эксплуатации Ceph, S3-совместимых или параллельных файловых систем; опыт работы с OpenStack, KVM, VMware или аналогичными платформами; опыт эксплуатации инфраструктуры в изолированных on-premise-контурах; понимание профиля нагрузки LLM inference и обучения моделей.