DevOps Engineer (+LLMOps/GPU)

Привет! Наша команда разрабатывает AI-стратегии, строит агентов для автоматизации бизнес-процессов и обучает компании работать с ИИ. Сейчас мы в поиске DevOps Engineer (LLMOps/GPU). Тебе предстоит управлять инфраструктурой для LLM-проектов — GPU-кластерами и inference-серверами. А также обеспечивать надёжные, безопасные и экономичные операции для GenAI-приложений.

Работаем по методологии VibeEvolve: рутину берут на себя ИИ-агенты, а команда выступает архитекторами — проектирует процессы и управляет их работой. Это не будущее, которое мы планируем — это то, что строим прямо сейчас, и ищем тех, кто хочет быть частью этого.

Чем предстоит заниматься:

• Проектировать и управлять GPU-инфраструктурой для LLM
• Настраивать и поддерживать CI/CD пайплайны
• Управлять контейнеризацией и оркестрацией (Docker, Kubernetes с GPU)
• Деплоить и масштабировать LLM inference (vLLM, TGI, Triton)
• Настраивать мониторинг, алертинг и логирование LLM-сервисов
• Оптимизировать GPU-утилизацию и затраты
• Обеспечивать security hardening и комплаенс

• Опыт 3+ года DevOps/SRE
• Знание российских облачных платформ (Yandex Cloud, VK Cloud, SberCloud) или on-premise (VMware, OpenStack, Proxmox)
• Владение Infrastructure as Code (Terraform, Ansible)
• Владение Docker и Kubernetes (с поддержкой GPU)
• Знание CI/CD инструментов (GitLab CI, GitHub Actions)
• Владение Prometheus, Grafana, ELK
• Уверенное администрирование Linux
• Опыт управления GPU-инфраструктурой (NVIDIA, CUDA, GPU scheduling)

Будет плюсом:

• Знание LLMOps-инструментов: vLLM, Text Generation Inference (TGI), Triton Inference Server
• Опыт работы с model serving и autoscaling
• Навыки оптимизации inference (batching, quantization)
• Понимание FinOps для GPU-инфраструктуры