DevOps-инженер/k8s инженер

Tothemoon — международная криптофинтех-компания, которая уже более 8 лет развивает продукты на стыке финтех и блокчейн-инфраструктуры.

Мы строим экосистему, где технологии работают на грани производительности — от децентрализованных бирж и платёжных решений до вычислительных платформ нового поколения.

Сейчас мы запускаем новый проект — высокопроизводительную ML-инфраструктуру для AI-обучения и GPU-майнинга.

Проект сочетает низкоуровневое GPU-железо, кластер Kubernetes, и AI-таски, которые требуют стабильности, производительности и контроля за ресурсами.

Чтобы всё это работало без перебоев, мы ищем k8s инженера с сильным Linux, который любит железо, знает, как из него выжать максимум, и способен выстроить надёжную инфраструктуру вместе с нашей командой.

Что предстоит делать:

• 90% - эксплуатация и развитие продакшн-инфраструктуры:

  • сопровождение managed k8s(контроль-плейн, нод-пулы, autoscaling, PDB, network policies);

  • поддержка API-и ML-флота

  • настройка мониторинга, алертинга, логирования, backup’ов, DR-сценариев;

  • разбор и устранение инцидентов в т.ч on-call

• 10% - R&D и автоматизация текущего сетапа

Наш стек/Ядро проекта:

• Cloud: (managed Kubernetes, GPU bare metal)

• Orchestration: Kubernetes (multi-pool, autoscaling, GPU workloads)

• GPU / ML: H100, NVIDIA stack (CUDA, драйверы, nvidia-device-plugin)

Нам важно:

• Глубокий опыт с Kubernetes ( > 3 лет):

  • проектирование и эксплуатация продакшн-кластеров (желательно с autoscaling, PDB, network policies);

  • уверенное владение Deployments, StatefulSets, Ingress, RBAC, StorageClass, Helm/Kustomize;

  • опыт интеграции k8s с облачными провайдерами (EKS/GKE/AKS/GCore и др.)

• Сильный Linux:

  • понимание работы ядра, сетевого стека, cgroups, namespaces;

  • диагностика performance-проблем (CPU, память, IO, сеть).

• GPU и high-load ML/LLM - как большой плюс:

  • деплой и эксплуатация приложений на GPU в k8s;

  • базовое понимание CUDA / NVIDIA драйверов / nvidia-device-plugin;

  • опыт с monitoring’ом GPU (utilization, memory, thermals, errors).

• Интеграционный и эксплуатационный опыт:

  • интеграция внешних сервисов в k8s (логирование, мониторинг, security, storage);

  • построение мониторинга/алертинга под SLO/SLA, разбор инцидентов end-to-end;

  • умение писать runbook’и и автоматизировать рутину

• Формат: офис, Алматы/БЦ Кулан

• Комфортный офис, обеды для сотрудников.

• Конкурентное вознаграждение в USDT / фиатс оплатой больничных, отпусков

• Команда уровня senior+, дружелюбная атмосфера и реальный технический вызов.