Platform Engineer

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

Platform Engineer в CuspAI — построение и поддержка ML-инфраструктуры для исследовательских команд: облачная платформа на Kubernetes, MLOps-стек, распределённое обучение моделей на GPU.

Задачи

• Проектировать и реализовывать cloud-native платформу на Kubernetes для обучения, оценки и деплоя моделей
• Владеть MLOps-стеком: CI/CD пайплайны, model registry, трекинг экспериментов, автоматизация деплоя
• Строить инфраструктуру для распределённого обучения на множестве GPU: пайплайны данных, чекпоинтинг, оптимизация ресурсов
• Обеспечивать надёжность платформы (99.9% uptime) через мониторинг, алертинг и автоматическое восстановление
• Управлять конфигурациями Kubernetes через Kapitan для dev/staging/prod
• Оптимизировать облачные затраты и выявлять неэффективное использование ресурсов
• Создавать инструменты и абстракции для упрощения перехода исследователей от эксперимента к продакшену
• Тесно сотрудничать с ML-исследователями, химиками, материаловедами и инженерами

Требования

• Глубокая экспертиза в построении и поддержке ML-инфраструктуры (не разработка моделей), желательно в стартапах
• Опыт работы с ML-нагрузками на Kubernetes и мультиоблачных платформах (AWS, GCP, neoclouds)
• Сильные навыки программирования на Python и/или Go для автоматизации инфраструктуры, а не только скриптинга
• Экспертный уровень Infrastructure as Code: Terraform, Helm, Kapitan, GitOps
• Опыт эксплуатации распределённых ML-платформ для JAX и/или PyTorch
• Опыт управления GPU-кластерами и оптимизации производительности
• Предыдущий опыт Software Engineer перед переходом в DevOps/MLOps/ML Infrastructure или регулярное написание кода
• Личный интерес к применению технологий в материаловедении

Условия

• Конкурентная зарплата
• Опционы в CuspAI
• 28 дней отпуска (DE, NL, UK) или 21 день (JP, SG, US) плюс местные праздники
• Оплачиваемый родительский отпуск: 26 недель основному опекуну и 12 недель второму
• Бюджет на профессиональное развитие
• Работа над значимыми задачами в области материаловедения и устойчивого развития
• Междисциплинарная командная работа с исследователями мирового уровня

Навыки

• Python
• Go
• Kubernetes
• AWS
• GCP
• Terraform
• Helm
• Kapitan
• GitOps
• JAX
• PyTorch
• GPU
• CI/CD
• MLOps
• Flyte
• Pants
• Slurm
• Triton
• TorchServe
• KServe