VICTORY IT

Задачи: — проектировать и строить распределённую вычислительную платформу на ~1000 машин; — развивать инфраструктуру на Kubernetes / Nomad для запуска и управления ML workload'ами; — работать с GPU-кластерами и вычислительными ресурсами разных типов — GPU, CPU, MPS; — развивать распределённые вычисления на Ray и инфраструктуру для distributed training; — автоматизировать размещение и запуск задач, управление ресурсами и их загрузкой; — заниматься масштабированием, производительностью, отказоустойчивостью, CI/CD и мониторингом; — тесно работать с ML-командой над инфраструктурой для обучения и запуска нейросетей. Требования: — 3–5+ лет опыта в DevOps / MLOps / Platform Engineering; — уверенный Kubernetes и/или Nomad; — опыт работы с большими production-кластерами и распределёнными системами; — практический опыт с GPU-инфраструктурой; — понимание обучения нейросетей и distributed training; — опыт с Docker / Docker Registry, CI/CD, Linux, мониторингом; — опыт проектирования и создания инфраструктуры с нуля; — будет большим плюсом опыт с HPC, суперкомпьютерами, GPU-фермами, Ray и крупными вычислительными кластерами. Условия: — full-time

5 000 – 10 000 $