Вакансии

Location: Москва Мы в Kandinsky строим платформу для генерации изображений и видео. Команда Harness отвечает за слой инструментов и пайплайнов вокруг моделей: он превращает исследовательские чекпоинты в решения, которыми пользуются миллионы пользователей. Мы ищем ML-инженера, который будет развивать этот слой, автоматизировать сценарии работы с визуальным контентом, влиять на выбор моделей и подходов и помогать командам доводить модели до продукта. Обязанности * разрабатывать агентные системы: сценарии, инструменты, оркестрация вызовов * решать прикладные задачи с помощью CV- и генеративных моделей: от постановки до работающего в проде решения * собирать пайплайны обработки и генерации изображений и видео, автоматизировать сценарии работы с визуальным контентом * адаптировать модели под конкретные домены и продуктовые кейсы * искать причины деградаций качества и предлагать способы их устранения * работать в связке с исследователями, продуктом и бэкендом, переводя продуктовые требования в технические решения. Требования * уверенное владение Python и фреймворками глубокого обучения (PyTorch) * понимание разницы между agentless- и agentic-решениями, опыт написания обоих и умение понимать, когда что уместно * понимание устройства актуальных CV- и GenCV-моделей * умение работать с контейнеризацией (Docker, Kubernetes) * опыт интеграции генеративных моделей * понимание бизнес-метрик и их переноса на модельные метрики * опыт работы с opensource-моделями: выбор под кейс, настройка гиперпараметров, дообучение Условия * комфортный современный офис рядом с м. Кутузовская * ежегодный пересмотр зарплаты, годовая премия * корпоративный спортзал и зоны отдыха * система обучения для профессионального и карьерного развития * расширенный полис ДМС с первого дня работы и страхование для семьи * льготная программа ипотеки для сотрудников * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

Разрабатывать и поддерживать backend продукта ИИ-роутер на TypeScript. Опыт разработки backend на TypeScript.

Sardine is looking for a Senior Application Security Engineer to automate vulnerability management, eliminate security bug classes, and secure applications and APIs.

As a Software Development Engineer II, you'll own features from concept to rollout: designing and writing well-tested code, launching experiments, and measuring results with Product, Design, and Data partners. Design, build, and deploy backend services and event-driven pipelines for messaging, notifications, location, and subscriptions.

- Встраивать автоматические проверки безопасности в GitLab CI/CD и разбирать результаты AI-анализа. - Обеспечивать защиту, мониторинг и безопасное развертывание в Kubernetes, PostgreSQL, ELK, Grafana.

Location: Romania Job Overview We are seeking a highly experienced Senior Linux Infrastructure Engineer with deep expertise in Linux administration, bare metal infrastructure, enterprise storage, and next-generation AI Factory / GPU infrastructure platforms . This role is focused on designing, deploying, operating, and troubleshooting large-scale Linux-based infrastructure that powers both traditional enterprise workloads and modern AI/ML environments. This is not a DevOps-focused role . We already have a dedicated DevOps team and are looking for an engineer with extensive hands-on experience in Bare Metal as a Service (BMaaS), GPU infrastructure, high-performance storage, data center operations, and enterprise Linux platforms . The ideal candidate will have experience building and managing infrastructure from the hardware layer up, including servers, networking, storage, GPU clusters, and AI-ready platforms. They should be comfortable working with high-performance computing (HPC), AI Factory environments, and large-scale Linux deployments where performance, reliability, and operational excellence are critical. Key Responsibilities & Required Skills Linux & Bare Metal Infrastructure Expert-level Linux administration (Ubuntu required; Red Hat and SUSE preferred) Deep expertise in bare metal server deployment, architecture, provisioning, and lifecycle management Experience operating Bare Metal as a Service (BMaaS) platforms and large-scale infrastructure environments Strong understanding of server hardware, including: BIOS/UEFI RAID controllers Firmware management iLO/iDRAC/IPMI NICs and SmartNICs HBA cards Hardware diagnostics and troubleshooting Experience designing, implementing, and supporting enterprise Linux infrastructure at scale AI Factory & GPU Infrastructure Experience deploying and managing GPU-accelerated infrastructure for AI/ML workloads Understanding of NVIDIA GPU technologies including: A100, H100, H200, B200, or equivalent GPU platforms NVIDIA DGX and OEM GPU servers GPU provisioning and lifecycle management GPU monitoring and performance optimization Knowledge of AI Factory architecture and infrastructure requirements Experience supporting GPU clusters, AI training environments, and high-performance computing (HPC) workloads Understanding of: GPU resource allocation and scheduling Multi-GPU systems GPU networking requirements High-bandwidth, low-latency infrastructure design Familiarity with NVIDIA ecosystem technologies such as: CUDA NCCL GPUDirect Storage NVIDIA Fabric Manager NVIDIA Base Command (preferred) Enterprise Storage & Data Platforms Advanced Linux storage administration: LVM XFS, EXT4 NFS iSCSI Fibre Channel SAN Multipath I/O Strong hands-on experience with Ceph , including: Cluster architecture MON, OSD, MDS RBD, CephFS, RGW Capacity planning Performance tuning Failure recovery Experience with high-performance AI storage platforms such as: WEKA VAST Data Dell PowerScale Pure Storage FlashBlade NetApp Understanding of: NVMe-over-Fabrics (NVMe-oF) RDMA GPUDirect Storage Parallel file systems AI data pipelines Networking & Infrastructure Strong networking knowledge: Bonding VLANs Routing MTU optimization DNS DHCP Experience with high-performance data center networking: 100G/200G/400G Ethernet RoCE RDMA Spine-Leaf architectures Familiarity with NVIDIA Spectrum-X, Mellanox/NVIDIA ConnectX adapters, or equivalent technologies Strong understanding of Layer 2 and Layer 3 infrastructure design and troubleshooting Operations & Reliability Experience with high availability, clustering, and disaster recovery Strong troubleshooting skills across: Linux operating systems Hardware platforms GPU infrastructure Networking Enterprise storage Experience supporting mission-critical production environments Bash and Python scripting for automation and operational efficiency Experience creating operational documentation, runbooks, and infrastructure standards Understanding of AI infrastructure design and reference architectures AI cloud integration for workloads SOP and runbook development and maintenance Incident, problem, and capacity management Business continuity and disaster recovery planning for AI workloads Proactive risk identification and mitigation to avoid business impact Nice to Have Kubernetes infrastructure (especially AI/ML and GPU integration) KVM, VMware, OpenShift Virtualization, or similar virtualization platforms Ansible automation NVIDIA Base Command Manager Slurm or HPC workload schedulers Observability and monitoring platforms (Prometheus, Grafana, OpenTelemetry) Data Center Infrastructure Management (DCIM) tools IPAM solutions AWS, Azure, or hybrid cloud exposure We Are Not Looking For Candidates whose experience is primarily CI/CD pipeline engineering Engineers focused mainly on Terraform, GitOps, or application delivery pipelines Cloud-only administrators with limited bare metal, storage, or hardware experience Professionals whose primary expertise is software development rather than infrastructure engineering Ideal Candidate Someone who has spent years designing, building, and operating enterprise Linux environments, large-scale bare metal infrastructure, storage platforms, and modern AI Factory environments. The ideal candidate understands how to deploy and manage GPU-enabled infrastructure, BMaaS platforms, enterprise storage, and high-performance networking while solving complex operating system, hardware, storage, and AI infrastructure challenges. DevOps experience is a plus, but deep Linux, infrastructure, storage, BMaaS, and AI Factory expertise is the primary requirement.

Location: India Job Overview We are seeking a highly experienced Senior Linux Infrastructure Engineer with deep expertise in Linux administration, bare metal infrastructure, enterprise storage, and next-generation AI Factory / GPU infrastructure platforms . This role is focused on designing, deploying, operating, and troubleshooting large-scale Linux-based infrastructure that powers both traditional enterprise workloads and modern AI/ML environments. This is not a DevOps-focused role . We already have a dedicated DevOps team and are looking for an engineer with extensive hands-on experience in Bare Metal as a Service (BMaaS), GPU infrastructure, high-performance storage, data center operations, and enterprise Linux platforms . The ideal candidate will have experience building and managing infrastructure from the hardware layer up, including servers, networking, storage, GPU clusters, and AI-ready platforms. They should be comfortable working with high-performance computing (HPC), AI Factory environments, and large-scale Linux deployments where performance, reliability, and operational excellence are critical. Key Responsibilities & Required Skills Linux & Bare Metal Infrastructure Expert-level Linux administration (Ubuntu required; Red Hat and SUSE preferred) Deep expertise in bare metal server deployment, architecture, provisioning, and lifecycle management Experience operating Bare Metal as a Service (BMaaS) platforms and large-scale infrastructure environments Strong understanding of server hardware, including: BIOS/UEFI RAID controllers Firmware management iLO/iDRAC/IPMI NICs and SmartNICs HBA cards Hardware diagnostics and troubleshooting Experience designing, implementing, and supporting enterprise Linux infrastructure at scale AI Factory & GPU Infrastructure Experience deploying and managing GPU-accelerated infrastructure for AI/ML workloads Understanding of NVIDIA GPU technologies including: A100, H100, H200, B200, or equivalent GPU platforms NVIDIA DGX and OEM GPU servers GPU provisioning and lifecycle management GPU monitoring and performance optimization Knowledge of AI Factory architecture and infrastructure requirements Experience supporting GPU clusters, AI training environments, and high-performance computing (HPC) workloads Understanding of: GPU resource allocation and scheduling Multi-GPU systems GPU networking requirements High-bandwidth, low-latency infrastructure design Familiarity with NVIDIA ecosystem technologies such as: CUDA NCCL GPUDirect Storage NVIDIA Fabric Manager NVIDIA Base Command (preferred) Enterprise Storage & Data Platforms Advanced Linux storage administration: LVM XFS, EXT4 NFS iSCSI Fibre Channel SAN Multipath I/O Strong hands-on experience with Ceph , including: Cluster architecture MON, OSD, MDS RBD, CephFS, RGW Capacity planning Performance tuning Failure recovery Experience with high-performance AI storage platforms such as: WEKA VAST Data Dell PowerScale Pure Storage FlashBlade NetApp Understanding of: NVMe-over-Fabrics (NVMe-oF) RDMA GPUDirect Storage Parallel file systems AI data pipelines Networking & Infrastructure Strong networking knowledge: Bonding VLANs Routing MTU optimization DNS DHCP Experience with high-performance data center networking: 100G/200G/400G Ethernet RoCE RDMA Spine-Leaf architectures Familiarity with NVIDIA Spectrum-X, Mellanox/NVIDIA ConnectX adapters, or equivalent technologies Strong understanding of Layer 2 and Layer 3 infrastructure design and troubleshooting Operations & Reliability Experience with high availability, clustering, and disaster recovery Strong troubleshooting skills across: Linux operating systems Hardware platforms GPU infrastructure Networking Enterprise storage Experience supporting mission-critical production environments Bash and Python scripting for automation and operational efficiency Experience creating operational documentation, runbooks, and infrastructure standards Understanding of AI infrastructure design and reference architectures AI cloud integration for workloads SOP and runbook development and maintenance Incident, problem, and capacity management Business continuity and disaster recovery planning for AI workloads Proactive risk identification and mitigation to avoid business impact Nice to Have Kubernetes infrastructure (especially AI/ML and GPU integration) KVM, VMware, OpenShift Virtualization, or similar virtualization platforms Ansible automation NVIDIA Base Command Manager Slurm or HPC workload schedulers Observability and monitoring platforms (Prometheus, Grafana, OpenTelemetry) Data Center Infrastructure Management (DCIM) tools IPAM solutions AWS, Azure, or hybrid cloud exposure We Are Not Looking For Candidates whose experience is primarily CI/CD pipeline engineering Engineers focused mainly on Terraform, GitOps, or application delivery pipelines Cloud-only administrators with limited bare metal, storage, or hardware experience Professionals whose primary expertise is software development rather than infrastructure engineering Ideal Candidate Someone who has spent years designing, building, and operating enterprise Linux environments, large-scale bare metal infrastructure, storage platforms, and modern AI Factory environments. The ideal candidate understands how to deploy and manage GPU-enabled infrastructure, BMaaS platforms, enterprise storage, and high-performance networking while solving complex operating system, hardware, storage, and AI infrastructure challenges. DevOps experience is a plus, but deep Linux, infrastructure, storage, BMaaS, and AI Factory expertise is the primary requirement.

-Анализировать требования, техническую документацию и бизнес-логику реализуемых изменений. -Тестировать backend-сервисы и REST API.

Что нужно делать. — разбираться в существующих системах бэкофиса: в них много бизнес-логики, накопленного контекста и зависимостей от других команд;

Location: Москва Продуктовая фабрика Экосистемы - это центр управления кросс-канальными продажами, который объединяет продукты партнёров и ключевые каналы их сбыта. Мы даём возможность создавать кампании с гибкими условиями и разной продолжительностью, добавлять нужные продукты, загружать изображения, документы и маркетинговые материалы - всё в одном интерфейсе. Платформа автоматически распределяет предложения по выбранным каналам, чтобы каждый продукт был показан клиенту вовремя и в релевантном контексте. А ещё мы напрямую развиваем один из самых востребованных каналов - Продажу продуктов экосистемы, делая процесс продаж ещё проще и эффективнее. Наша цель - избавить партнеров от рутины и дать возможность сосредоточиться на стратегии, пока платформа занимается бесшовным выводом продуктов на полку. Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика придет сообщение от него в Сберчате, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение твоей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Твой опыт и участие помогут сделать его удобным и полезным для всех! Обязанности * проектировать архитектуру обоих сервисов: доменная модель, интеграции, API, стратегия хранения данных * разрабатывать ключевые компоненты: Spring Boot, Kafka, PostgreSQL, Ignite, векторные БД * выстраивать RAG-пайплайн: парсинг документов, эмбеддинги, retrieval, интеграция с LLM, контроль качества ответов * руководить командой из 3 разработчиков, проводить code review и менторить коллег * выстраивать CI/CD, практики тестирования, вести техническую документацию * взаимодействовать с продуктовыми владельцами, командами ИБ, Data Engineering и ML Engineering * вести research в области RAG-паттернов и оптимизации поиска. Требования * от 5 лет коммерческой разработки на Java, от 2 лет в роли Tech/Team Lead или Senior+ с лидерскими функциями * глубокое знание Spring Boot, микросервисной архитектуры, KaVa, PostgreSQL * уверенная работа с Docker, Kubernetes, CI/CD * навыки руководства командой, менторинга и проведения code review * умение общаться с бизнесом и защищать технические решения * опыт работы с LLM, RAG, векторными БД. Условия * комфортный современный офис на м. Кутузовская * формат работы: офис на время адаптации и далее гибрид (2–3 дня в неделю в офисе) * ежегодный пересмотр зарплаты, годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендации друзей в команду Сбера.

Location: Singapore Workplace: Hybrid About Cantina: Cantina Labs is a social AI company, developing a suite of advanced real-time models that push the boundaries of expression, personality, and realism. We bring characters to life, transforming how people tell stories, connect, and create. We build and power ecosystems. Cantina, our flagship social AI platform, is just the beginning. About the Role: Cantina is expanding, and we're looking for a Research Scientist to join our growing Singapore team! In this role, you will drive foundational research on video generation models, taking ownership across the full research cycle and driving post-training research. Furthermore, you'll collaborate closely with data, infrastructure, and adjacent modeling teams to translate research findings into durable model improvements. What You’ll Do: - Build and maintain scalable systems for ingesting, preprocessing, and delivering large-scale video data for model training - Design and scale distributed data pipelines for preprocessing, dataset generation, and repeated dataset refreshes - Own workflow orchestration, job scheduling, monitoring, and failure recovery for large-scale data processing jobs - Implement and maintain containerized pipeline infrastructure using Kubernetes or equivalent orchestration systems - Optimize cloud-based data storage and movement across providers (AWS, GCS, or Azure) for cost, throughput, and operational efficiency - Define and implement best practices for dataset storage layout, versioning, caching, retention, and access patterns - Build tooling to support deduplication workflows at scale, including near-dedup pipelines over large video corpora - Research and develop distillation methods for large-scale diffusion and flow-based video generation models, including guidance distillation and adversarial distillation, with a focus on preserving or improving generation quality while reducing inference cost - Develop reward models and preference-based fine-tuning pipelines that align video generation quality with human judgments across dimensions such as aesthetics, motion quality, and prompt adherence - Analyze the relationship between base model behavior and post-training outcomes, and work with the foundation model team to inform pretraining decisions accordingly What You’ll Bring: - Strong hands-on experience building or scaling large-scale data systems or pipelines for machine learning workflows - Experience with distributed data processing frameworks such as PySpark or Ray, and orchestration tools such as Airflow or equivalent - Familiarity with containerization and container orchestration, including Docker and Kubernetes - Experience working with cloud-based data storage and compute (AWS, GCS, and/or Azure), including tradeoffs around cost, throughput, storage layout, and access patterns - Familiarity with video and media processing tools such as FFmpeg, PyAV, DALI, or OpenCV - Familiarity with multimodal or media data, including video, image, text, and audio - Strong research background in post-training methods for large-scale diffusion or flow-based generative models, with deep hands-on experience in distillation across both inference efficiency and quality preservation - Experience with reward modeling or preference-based fine-tuning for generative models, including RLHF, DPO or equivalent alignment approaches - Solid understanding of the interplay between pretraining and post-training, and how base model properties affect distillation and fine-tuning outcomes - Proficiency in Python and modern machine learning frameworks, with a strong preference for PyTorch or JAX - Track record of independent research, with the ability to drive projects from initial idea through experimental validation - Publications at top-tier venues (NeurIPS, ICML, ICLR, CVPR, ICCV, ECCV) preferred - Good understanding of the practical challenges involved in building reliable, scalable, and reproducible data workflows for machine learning systems Benefits We Offer: - Competitive salary and generous company equity - Personal time off and paid holidays - Health insurance - Global travel insurance: Covers you when traveling internationally - Monthly spending stipend: $500 (~S$635) - Equipment: All equipment needed for your home office

· JVM based apps; · Service architecture;

Location: Москва Команда Сбербанк Страхования в поиске Fullstack разработчика Java/JavaScript. Вместе с нами предстоит разработка системы ELMA 365. Обязанности * Разработка Backend сервисов для продуктов команды ДМС; * Согласование и разработка компонентов системы и взаимодействие с другими участниками процесса разработки; * Знание стандартов и контроль качества кода в команде; * Активное участие в принятии архитектурных решений; * Помощь при разборе промышленных инцидентов. Требования * Высшее профильное образование; * Опыт разработки на Java от 5-ти лет; * Опыт разработки на JavaScript от 4-х лет (React, Angular, Typescript, RxJS); * Понимание работы docker/docker-compose, kubernetes; * Опыт работ с промышленными СУБД (PostgreSQL); * Опыт работ с брокерами сообщений RabbitMQ/Kafka; * Инструментальное владение AI для анализа, генерации и автоматизации. Условия * Гибридный формат работы (современный офис м.Проспект Мира); * Льготные ипотечные условия кредитования; * Подписка Прайм с возможностью совместного использования на трёх близких, скидки на продукты компаний-партнеров: Okko, Сбер Маркет, Delivery Club, Самокат, Ситимобил, Сбер Еаптека и другие; * ДМС с первого дня и скидки на страхование для близких; * Корпоративная пенсионная программа; * Детский отдых и подарки за счет Компании; * Обучение за счет Компании, Онлайн курсы, неограниченный доступ к библиотеке и обучение на базе Корпоративного университета, тренинги, митапы и возможность получить новую квалификации.

Участвовать в разработке нового функционала для backend-сервисов на Java под руководством опытных разработчиков. Изучать существующий код и разбираться в архитектуре проекта.

Разрабатывать и поддерживать backend-сервисы на Python под руководством опытных разработчиков. Создавать и дорабатывать REST API.

Location: Москва Мы команда в Департаменте корпоративной архитектуры, создаем и внедряем GenAI-решения. Отвечаем за повышение эффективности ИТ-решений и автономизацию принятия архитектурных решений. Создаем решения, которые дают значительный бизнес-эффект. Обязанности ### Обязанности * руководство командой разработки (2 человека) * проектирование, разработка и внедрение мультиагентных систем: от генерации идеи и сборки MVP до успешного запуска в продакшн * выстраивание процесса оценки и тестирования качества работы агентов (evals) * перевод бизнес-потребности на язык машинного обучения и предлагать оптимальные архитектурные решения * оборачивание разработанной модели и сложную бизнес-логику в надежные микросервисы на Python * дообучение LLM (на базе GigaChat) под специфичные бизнес-задачи и предметные области (Fine-tuning, LoRA) Требования ### Требования * от 5 лет опыта в коммерческой разработке (Data Science / NLP / Backend) с уверенным практическим применением LLM * опыт создания и успешного вывода в продакшн enterprise-решений на базе AI-агентов * от 1 года опыта технического лидерства или менторства * LLM & Agents: глубокий опыт разработки LLM-пайплайнов, RAG-систем и мультиагентных архитектур. Знание и применение фреймворков: LangChain, LangGraph, DeepAgents (или аналогов) * NLP & ML: фундаментальное понимание NLP (от классики TF-IDF до современных трансформеров) и алгоритмов классического ML * Python Backend: понимание принципов проектирования микросервисной архитектуры (REST API); опыт написания асинхронных и многопоточных приложений (aiohttp, asyncio, multiprocessing) * опыт интеграции ML-моделей и AI-агентов в высоконагруженные системы * инструменты: свободное владение Git, SQL, Bash, Docker * готовность проводить код-ревью и давать обратную связь. ### Будет плюсом * интерес к SOTA-подходам в агентной разработке и LLM * опыт работы с Kubernetes и понимание принципов CI/CD * участие в соревнованиях Kaggle или аналогичных. Условия ### **Условия** * гибридный формат работы из г. Москва * годовой бонус и ежегодный пересмотр * расширенный ДМС с первого дня + стоматологию и льготное страхование для семьи * корпоративный университет Сбера, внутреннюю образовательную платформу, участие в IT-конференциях * офис на Кутузовской с зонами отдыха и спортзалом * льготную ипотеку в Сбере, корпоративную пенсионную программу, подписку СберПрайм с возможностью совместного использования на трёх близких, скидки от партнеров и сервисов группы компаний.

Location: Poland Job Overview: We are seeking a skilled and experienced Azure DevOps Engineer with a strong background in Linux administration to join our dynamic team. The ideal candidate will be responsible for managing and optimizing our Azure cloud infrastructure, ensuring seamless CI/CD pipelines, and maintaining the security and efficiency of our Linux-based systems. Senior Level - L3 Required Azure Cloud Experience Key Responsibilities: • Azure Cloud Management: •  Design, implement, and manage Azure infrastructure using Infrastructure as Code (IaC) tools like Terraform, ARM templates, or Bicep. •  Automate cloud deployments and manage resources using Azure DevOps pipelines, scripts, and other automation tools. •  Monitor and optimize the performance, scalability, and cost of Azure services. • CI/CD Pipeline Development: •  Create, maintain, and enhance CI/CD pipelines for applications and services hosted on Azure. •  Collaborate with development teams to integrate code repositories, build processes, and deployment automation. •  Ensure proper version control and release management practices are followed. • Linux Administration: •  Manage and maintain Linux servers, ensuring high availability, security, and performance. •  Perform regular system updates, patches, and configuration management using tools like Ansible, Puppet, or Chef. •  Troubleshoot and resolve system-related issues, including networking, security, and application performance. • Security and Compliance: •  Implement and enforce security best practices for both Azure cloud services and Linux servers. •  Conduct regular security assessments and audits, applying patches and updates as necessary. •  Ensure compliance with relevant regulations and industry standards. • Collaboration and Support: •  Work closely with development, QA, and operations teams to streamline processes and improve efficiency. •  Provide support for production systems, including on-call rotations as needed. •  Document processes, configurations, and best practices for both Azure and Linux environments. Required Skills and Qualifications: • Technical Expertise: •  Proven experience with Azure cloud services, including VM management, networking, storage, and security. •  Strong proficiency in Linux system administration, including experience with Red Hat, Ubuntu, or CentOS. •  Hands-on experience with CI/CD tools like Jenkins, Azure DevOps, GitLab, or similar. •  Proficient in scripting languages such as Bash, PowerShell, or Python. •  Familiarity with containerization technologies like Docker and orchestration tools like Kubernetes. • Problem-Solving: •  Strong analytical and troubleshooting skills, with the ability to diagnose and resolve complex technical issues. •  Experience in performance tuning, monitoring, and capacity planning for cloud and Linux environments. • Soft Skills: •  Excellent communication and collaboration skills, with the ability to work effectively in a team-oriented environment. •  Strong documentation skills and attention to detail. •  Ability to work independently and manage multiple priorities in a fast-paced environment. Preferred Qualifications: •  Certification in Azure (e.g., Azure Administrator, Azure DevOps Engineer). •  Experience with cloud-native tools and services like Azure Kubernetes Service (AKS), Azure Functions, or Logic Apps. •  Experience with network security and VPN configuration in cloud environments. •  Familiarity with database management in cloud environments (SQL, NoSQL).

Location: Москва В команду AIFA ищем DevOps-инженера, который будет отвечать за надёжное развёртывание и эксплуатацию продукта, а также помогать команде выводить AIFA в новые инфраструктурные контуры. Роль работает сразу с несколькими техническими командами и тесно взаимодействует с интеграционным направлением. Обязанности * развивать CI/CD-процессы для сервисов AIFA * контейнеризировать и развёртывать сервисы в Kubernetes * управлять конфигурациями, секретами, окружениями и инфраструктурными зависимостями * настраивать мониторинг, логирование, трассировку и алертинг * обеспечивать воспроизводимость релизов, обновлений и откатов * участвовать в capacity planning и повышении отказоустойчивости системы * решать инфраструктурные вопросы интеграции: сети, доступы, IAM, Gateway и защищённое взаимодействие сервисов * готовить инфраструктурные схемы, эксплуатационную документацию и материалы для согласований * помогать команде проходить внутренние процессы вывода новых сервисов в промышленную эксплуатацию. Требования * практический опыт от 3х лет работы с Docker и Kubernetes в промышленной среде * опыт построения и поддержки CI/CD * знание Linux, сетевого взаимодействия и принципов работы микросервисных систем * опыт настройки мониторинга, логирования и алертинга * понимание IAM, управления секретами и безопасного взаимодействия сервисов * навыки автоматизации на Python, Bash или другом языке * умение оформлять инфраструктурные решения и сопровождать их согласование * опыт работы в крупной enterprise-инфраструктуре и вывода сервисов в защищённый промышленный контур будет преимуществом. Условия * комфортный современный офис рядом с м. Ленинский проспект * гибридный формат работы * ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования) * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * программа адаптации и помощь руководителя на старте (для вакансий уровня Junior) * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера.