HPC / GPU Cluster Expert (MedTech)

Привет! Команда Evrone занимается продуктовой разработкой стартапов и помогает в цифровой трансформации бизнеса в России, США и Европе. Думаю, что вы о нас слышали от Григория Петрова (Evrone Devrel).

Ищем HPC/GPU Cluster Expert уровня Senior/Architect. Заработная плата зависит от уровня и определяется после прохождения технического собеседования.

Проект в домене MedTech, аудит рабочего прототипа вычислительной платформы и проектирования целевой вычислительной ткани.

Стадия проекта: рабочий прототип, целевая архитектура не зафиксирована окончательно.

Среда: преимущественно on-prem и air-gap, возможны shared trust zone, dedicated cell и burst-очередь во внешний cloud.

Текущий контур: React UI, BFF API, PostgreSQL с RLS, ClearML, MinIO/S3 и GPU-агенты. Использует Campaign Control, NVIDIA MPS, `finish_compute` и образы с pinned digest.

Бизнес-задача роли: снять требования реальных CPU/GPU-нагрузок и обоснованно выбрать целевую модель оркестрации. Решение должно поддерживать on-prem ячейки, shared trust zone и возможный burst во внешний cloud, но не превращать локальный scratch в source of truth. Роль не заменяет действующего MLOps-специалиста и не предполагает постоянный on-call.

Задачи:

• Провести аудит прототипа: очереди, агенты, NVIDIA MPS, storage, сеть, образы, точки отказа и зависимости от ClearML;
• Определить требования к CPU, GPU, VRAM, scratch и сети для Vina-GPU/CUDA, OpenFE, ADMET-AI и ближайших MD-сценариев;
• Спроектировать целевую архитектуру on-prem cell, общей зоны доверия и burst-очереди во внешний cloud;
• Сравнить Slurm, Kubernetes с GPU Operator, гибридную модель и развитие текущих агентов;
• Подготовить обоснованное решение о замене ClearML;
• Спроектировать очереди, квоты, packing и exclusive-режимы;
• Зафиксировать требования к изоляции: non-root, без Docker socket;
• Обеспечить воспроизводимость через pinned digest, host driver, NVIDIA Container Toolkit и air-gap bundle;
• Провести PoC: fan-out докинга, packing OpenFE, отказ агента и точный повтор вычисления на том же образе;
• Оценить требуемую мощность, стоимость и этапы внедрения;
• Подготовить ADR и передать целевой контур внутреннему MLOps

Что для нас важно:

• Практический опыт эксплуатации Linux GPU-фермы или HPC-кластера в production;
• Глубокое понимание NVIDIA stack: драйверы, Container Toolkit, CUDA, MPS, MIG и packing;
• Практический опыт Slurm и/или Kubernetes GPU;
• Проектирование связки локального scratch и объектного хранилища.;
• Опыт on-prem или hybrid-инфраструктуры; желательно air-gap;
• Умение сравнивать архитектурные варианты, фиксировать решение в ADR и передавать контур эксплуатации

Будет ОГРОМНЫМ плюсом:

• Опыт замены experiment tracker или workload manager без потери воспроизводимости и артефактов;
• Научные или ML-нагрузки на GPU;
• Prometheus, Grafana, DCGM и NVML;
• Private registry и подготовка offline bundle;
• Практика capacity planning и оценки стоимости GPU-контуров

Результат первых 30–60 дней при 0,5 FTE:

• Карта компонентов и функций, которые перестанут работать при удалении ClearML;
• Сравнение Slurm, Kubernetes, гибридной модели и развития агентов;
• Целевая схема очередей, квот и packing для текущих нагрузок;
• Один проверяемый PoC с fan-out, packing, отказом агента и повторяемостью образа;
• ADR с рекомендуемой архитектурой и критериями приёмки для главного архитектора;
• Предварительная оценка мощности, стоимости и этапов внедрения

Вне скоупа:

• Разработка научных runners и payload отдельных инструментов;
• Lineage, схемы, registry и идентичность кандидатов;
• CI, секреты, compose control plane и постоянный on-call;
• Замена действующего Senior MLOps / DevOps;
• Политика выноса данных во внешний cloud;
• Ежедневное администрирование GPU-нод

Почему Evrone:

• Мы занимаемся технически сложными, высоконагруженными, наукоёмкими проектами, проектами с большой бизнес логикой или большой серверной инфраструктурой. Нам доверяют: аналитику, проектирование интерфейсов и дизайн, разработку, инфраструктуру и эксплуатацию. Мы становимся технической командой проекта целиком или консультируем и расширяем возможности существующих команд наших клиентов.
• Кроме того, Evrone помогает развиваться сообществу разработчиков. Мы делаем самую большую в России конференцию по Ruby — RubyRussia, проводим технические митапы, делаем свой новостной дайджест, а также спонсируем и помогаем в проведении конференций по Go, Python, React/Vue и функциональным языкам.
• Наши инженеры выступают на ведущих конференциях России и Европы и вносят вклад в Open Source проекты, мы берем интервью у лидеров комьюнити и пишем статьи на самые горячие темы индустрии. В этом году мы ставили стенд и выступали на конференциях Highload и TeamLeadConf.
• Вся команда работает удаленно с 2008 года. Мы знаем как организовать распределенную разработку комфортно и эффективно. Есть офисы для работы и встреч в Москве и Воронеже, а также офисы продаж в Сан-Франциско и Берлине.

Что предлагаем:

• Удаленную фултайм работу и мягкий график. Достаточно синхронизировать тайм-зоны и иметь пересечения рабочего времени с командой;
• Качественный онбординг и hr-менеджмент (1:1, Grow Review). По желанию меняем проекты, не даем стагнировать. При формировании команды проекта учитываем профессиональные или личные интересы разработчиков;
• Работу в разновозрастном, разнополом и потрясающе дружном и профессиональном коллективе;
• Хорошо организованный воркфлоу, отсутствие бюрократии. Работа на доверии.
• Наши разработчики работают только над одним проектом. Без постоянных переключений между ними.

Одна из ценностей Evrone – работа с удовольствием.

Для этого мы придумали Evrone Benefits. Каждому из нас выделяется годовой бюджет, автоматически пополняемый каждый новый год вашей работы в Evrone. Его можно потратить на полезные категории трат, направленные на:

• ДМС и здоровье;
• Спорт и абонемент для фитнеса или инвентарь для спорта;
• Курсы иностранного языка;
• Техника для работы и улучшение рабочего места;
• Обучение: курсы, тренинги, мастер-классы, семинары, книги и конференции.

Бонусы и премии:

• Повышение зарплаты по мере роста компетенций (по результатам ассесмента);
• Премии за привлечение новых сотрудников и новых клиентов;
• Дополнительная премия за выступления на конференциях и митапах;
• У вас есть возможность принять участие в проведении технических интервью специалистов, которые могут стать вашими коллегами. Проведение интервью оплачивается.

Обучение и рост компетенций:

• Проводим митапы. Вы можете быть как и слушателем, так и спикером;
• У нас есть культура менторства. В повседневных задачах и планировании карьеры будет помогать наставник;
• Развивать профессиональный уровень можно с помощью системы ассессмента Evrone Challenge;
• Есть внутренняя библиотека с электронными книгами и записанными курсами;
• Работаем и дружим с западными заказчиками, есть возможность практиковать свой английский.

Возможность стать докладчиком или автором:

• Если вы хотите выступить на оффлайн конференции, мы поможем вам подготовить контент для доклада и сделаем крутые слайды. DevRel Evrone (Григорий Петров) поможет подготовиться к выступлению на конференции, окажем поддержку на самой конференции и подготовим материалы с вашим докладом.
• Если вы хотите выступить на онлайн конференции, помимо помощи по подготовке доклада и подбору конференции, мы организуем вам студийную съемку или трансляцию вашего доклада;
• У нас есть блоги на всех популярных платформах России и мира. Наши редакторы и профессиональные авторы еженедельно выпускают новые материалы;
• Если вы написали статью, мы нарисуем для нее иллюстрации и поможем вам ее оформить и опубликовать. Если у вас есть только идея - редакторы помогут сформулировать мысли, оформить пост самостоятельно и правильно опубликовать для максимального охвата.

Возможность прокачаться в Open Source:

• Если у вас есть популярные open source проекты – мы поможем с их продвижением и окажем поддержку в развитии;
• Если вы контрибьютите в популярные проекты с открытым исходным кодом, мы оплатим часы, которые вы на это потратили.
• Если вы ничего этого не делаете, но очень хочется начать – в Evrone есть менторы, которые помогут вам сделать первые шаги: подберут задачки для старта, помогут решить их и правильно оформить pr.

Отдых и развиртуализация:

Мы проводим ежегодный фестиваль Evrone Fest, на котором собирается вся наша команда, а также тематические встречи в различных городах. Поэтому, где бы вы ни находились, мы будем рады увидеться лично.