Engineer, Platform Engineering - AI

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Инженер платформы AI в команду AI Platform Operations. Отвечает за развёртывание и поддержку GPU-кластеров, контейнерных образов, RAG-пайплайнов, векторных хранилищ и агентных AI-систем.

Задачи

• Развёртывать, настраивать и поддерживать GPU-кластеры и связанную инфраструктуру
• Проектировать, создавать и поддерживать платформу автоматизации workflow на базе AI (LLM/MCP/агентные возможности)
• Управлять версиями драйверов NVIDIA, CUDA-тулкитов и контейнерных рантаймов
• Создавать и поддерживать утверждённые контейнерные образы с ML-фреймворками (PyTorch, TensorFlow и др.)
• Внедрять мониторинг, алертинг и observability для GPU-инфраструктуры
• Развёртывать и поддерживать инфраструктуру векторных хранилищ для RAG-пайплайнов, памяти агентов и семантического поиска
• Реализовывать и поддерживать end-to-end RAG-процессы: ингестия документов, чанкинг, генерация эмбеддингов, оптимизация поиска
• Поддерживать и настраивать системы памяти агентов: краткосрочные контекстные окна, долговременные хранилища, эпизодическая память
• Развёртывать и эксплуатировать агентные AI-системы, включая фреймворки мультиагентной оркестрации и пайплайны использования инструментов
• Развёртывать, хостить и поддерживать MCP-серверы в контейнерной инфраструктуре
• Управлять конфигурациями MCP-серверов, версионированием, контролем доступа и интеграцией с агентными workflow
• Мониторить здоровье, производительность и доступность MCP-серверов, реагировать на инциденты и проводить root cause analysis
• Разрабатывать автоматизацию и инструменты для повышения надёжности и эффективности платформы
• Обеспечивать L2/L3 техническую поддержку и эскалацию к вендорам по сложным вопросам
• Внедрять средства безопасности: сетевые политики, RBAC, управление секретами
• Выполнять change requests и вести техническую документацию
• Участвовать в production-операциях в режиме 24/7
• Проводить технический анализ, решать проблемы и предлагать решения
• Поддерживать и координировать работу разработчиков, операционного персонала, release-инженеров и конечных пользователей
• Обучать и наставлять членов команды и операционный персонал
• Участвовать в недельном on-call дежурстве для поддержки вне рабочих часов

Требования

• Bachelor's degree (предпочтительно)
• 3+ года в инфраструктурном инжиниринге, системном администрировании или DevOps
• 3+ года навыков скриптинга и автоматизации (Python, Ansible, GitOps)
• 3+ года практического опыта с Kubernetes в production
• 2+ года опыта администрирования Linux
• Прямой опыт работы с GPU-инфраструктурой (предпочтительно NVIDIA)
• 1+ год опыта использования CUDA
• 1+ год опыта использования MCP
• 1+ год опыта с векторными базами данных и инфраструктурой эмбеддингов
• 1+ год опыта проектирования и развёртывания RAG-пайплайнов
• 1+ год опыта с паттернами памяти агентов (in-context, внешние хранилища, retrieval-augmented memory)
• 1+ год опыта с агентными AI-системами на фреймворках оркестрации
• 1+ год опыта с семантическим поиском, моделями эмбеддингов и ANN-поиском
• 1+ год работы с инструментами автоматизации workflow/оркестрации
• Опыт с enterprise-инструментами мониторинга и observability
• Способность работать в сервисно-ориентированной командной среде
• Навыки управления проектами, организации и тайм-менеджмента
• Клиентоориентированность и стремление к лучшему пользовательскому опыту
• Эффективная коммуникация с техническими и бизнес-специалистами
• Свободное владение английским языком (устно и письменно)

Условия

• Недельное on-call дежурство для поддержки вне рабочих часов
• Работа в офисе (#LI-ONSITE)
• Равные возможности трудоустройства

Навыки

• Python
• Ansible
• GitOps
• Kubernetes
• Linux
• NVIDIA
• CUDA
• MCP
• RAG
• vector databases
• embeddings
• semantic search
• ANN search
• PyTorch
• TensorFlow
• GPU
• RBAC
• secrets management
• observability
• n8n
• GitHub Actions
• cuDNN
• NCCL
• Run:AI
• NVIDIA AI Enterprise
• DGX