Middle DevOps Engineer

В SberData мы создаём платформу данных для всего Сбера. Это более 350 источников данных и 100+ Пб информации, заказ и получение данных за 15 минут,а также современный технологический стек работы с данными, включая собственные сборки СУБД на базе Hadoop и Greenplum. Наша команда развивает инструменты и внедряет технологию разделённого Compute & Storage в рамках концепции Lakehouse. Наша задача — спроектировать и внедрить надёжное, безопасное решение для высоконагруженных расчётов витрин данных на современных технологиях Compute (Spark, Flink) и Storage (S3), работающее на 10 000+ серверах.

Ключевые обязанности

• развитие платформы Lakehouse на k8s — архитектурные решения, код-ревью, технические решения и обеспечение delivery, а также непосредственная разработка ключевых компонентов дата-платформы в Kubernetes
• техническое проектирование и спецификации — определение архитектуры системы, API-контрактов, интеграционных паттернов с инфраструктурной и security-командами
• оптимизация производительности дата-платформы — профилирование batch и streaming-сценариев, выявление узких мест, реализация стратегий тюнинга
• профилирование оборудования и планирование мощности — совместно с инфраструктурным подразделением на основе бенчмарков реальных нагрузок
• обеспечение безопасности и надёжности — внедрение практик InfoSec в CI/CD
• определение технической стратегии — оценка новых технологий, PoC, build-vs-buy решения
• менторство и развитие команды — код-ревью, Pair Programming, техническая экспертиза для членов команды.

Требования

• 7+ лет в разработке / DevOps
• 5+ лет работы с k8s в production — вы запускали рабочие нагрузки на масштабе, а не просто разворачивали кластер
• глубокая экспертиза в Spark и Ozone — вы запускали Spark on Kubernetes в production
• глубокое понимание распределённых систем — консистентность, fault tolerance, партиционирование, шардирование, репликация
• опыт работы с CI/CD, GitOps, infrastructure-as-code (Terraform / Ansible)
• хорошее понимание принципов информационной безопасности и reliability engineering (мониторинг, алертинг, инцидент-менеджмент).

Будет плюсом

• практический опыт с Lakehouse-архитектурой — Iceberg / Hudi / Delta Lake
• опыт эксплуатации аналитических БД: ClickHouse / StarRocks / Trino / Greenplum
• глубокое знание S3-хранилищ, HDFS, Hive Metastore
• опыт построения data-платформ на 1000+ серверов / large-scale нагрузок
• опыт работы с AI/ML нагрузками в Kubernetes — генеративные модели, AI-агенты, MLOps
• референсы технического лидерства — конференции, блог, open-source контрибуции.

Мы предлагаем

• комфортный современный офис в Москве: Бизнес-центр Чайка Плаза, рядом с М.Тульская, Верхние котлы
• гибридный формат работы: 4 дня офисе/1 - удаленно
• 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
• 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.

Команда АЛЬФА-МОБАЙЛ это мобильный виртуальный оператор для клиентов одного из крупнейших банков страны – «Альфа-Банка», признанного в 2024 году технологическим лидером в области финтех. Команда MVNO - это команда профессионалов с многолетним опытом в Телеком и ИТ. Мы объединяем в себе передовые технологии в области коммуникации.

Мы развиваем внутреннюю AI-платформу для запуска и эксплуатации AI/ML/LLM-сервисов. Ищем инженера уровня Pre-Middle, который уже имеет хорошую DevOps-базу и хочет развиваться в сторону AI Infrastructure / MLOps.

В этой роли предстоит не только сопровождать инфраструктуру, но и постепенно участвовать в проектировании и развитии платформы: Kubernetes, CI/CD, storage, observability, GPU-инфраструктура и сервисы инференса

Чем предстоит заниматься:

• Развивать и сопровождать инфраструктуру AI-платформы.
• Разворачивать и поддерживать сервисы в Kubernetes.
• Контейнеризировать приложения и инфраструктурные компоненты с использованием Docker.
• Разрабатывать и поддерживать CI/CD-пайплайны.
• Автоматизировать рутинные операции с помощью Python и Bash.
• Работать с ArgoCD и IaC-инструментами.
• Настраивать мониторинг, логирование и health-checks.
• Работать с persistent storage и S3/object storage.
• Участвовать в эксплуатации AI/ML-сервисов и LLM inference, администрировать AI системы.
• Постепенно осваивать GPU-инфраструктуру и особенности запуска AI-сервисов на GPU.
• Участвовать в развитии внутренних стандартов deployment и эксплуатации AI-сервисов.
• Разбираться в инцидентах и самостоятельно доводить технические задачи до результата.
• Взаимодействовать с архитекторами, разработчиками, специалистами по кибербезопасности, ML-инженерами и системными администраторами

Требования:

• Уверенное владение Linux и командной строкой.
• Практический опыт с Docker и Docker Compose.
• Базовый практический опыт работы с Kubernetes.
• Понимание основных Kubernetes-объектов: Pod, Deployment, Service, ConfigMap, Secret, Ingress, PVC.
• Опыт работы с Git.
• Понимание принципов CI/CD и практический опыт работы хотя бы с одним CI/CD-инструментом.
• Bash на уровне написания небольших скриптов автоматизации.
• Python на уровне написания automation scripts и небольших сервисных утилит.
• Базовое понимание сетей: TCP/IP, DNS, HTTP/HTTPS.
• Понимание принципов мониторинга и логирования.
• Понимание разницы между файловым, блочным и объектным хранилищем.
• Понимание базовых принципов работы AI/ML-сервисов: model, training, inference, embeddings, LLM
• Понимание базовых принципов применения мер защиты от киберугроз

Будет плюсом:

• Helm, Ansible
• ArgoCD / GitOps.
• Prometheus / Grafana / Loki.
• S3 / MinIO.
• PostgreSQL / Redis.
• Опыт работы с GPU и NVIDIA.
• NVIDIA Container Toolkit / CUDA.
• vLLM, SGLang, Triton или другие inference engines.
• MLflow, Airflow, Kubeflow или другие MLOps-инструменты.
• RAG, vector databases, embeddings.
• Непосредственный опыт эксплуатации AI/ML или LLM-сервисов.
• Опыт работы в инфраструктурной или DevOps-команде.
• Опыт эксплуатации production-систем.
• Опыт работы с on-premise инфраструктурой.
• Опыт работы с Linux-серверами и Kubernetes-кластерами.
• Понимание принципов отказоустойчивости и масштабирования.
• Английский язык на уровне чтения технической документации.

Мы не ожидаем глубоких знаний ML и разработки нейронных сетей.

Не требуется самостоятельно обучать модели или разрабатывать ML-алгоритмы.

Важнее хорошая инженерная база, способность самостоятельно разбираться в проблемах и готовность постепенно углубляться в AI infrastructure.

Условия:

• Стабильный и прозрачный доход: размер заработной платы обсуждается по итогам собеседования + премия по результатам KPI
• Сложные и интересные задачи, современный стек технологий
• Заботу о вашем здоровье: программа ДМС с первых дней работы, куда входит стоматология, обслуживание в лучших клиниках города
• Возможность вертикального и горизонтального карьерного роста: регулярно проходят тренинги, вебинары, митапы и демо-дни
• Корпоративные предложения от партнёров группы АЛЬФА-БАНК
• Бесплатная мобильная связь Альфа-Мобайл.