Ведущий инженер по надежности сайта - сетевая инфраструктура - Азиатско-Тихоокеанский регион

О компании Nebius:

Nebius возглавляет новую эру в облачной инфраструктуре для глобальной экономики искусственного интеллекта. Мы создаём полнофункциональную AI-облачную платформу, которая поддерживает разработчиков и предприятия от обработки данных и обучения моделей до развертывания в производстве, без затрат и сложности создания крупной внутренней AI/ML инфраструктуры.

Создано инженерами для инженеров. От масштабной оркестрации GPU до оптимизации инференса — мы решаем сложные задачи в области вычислений, хранения данных, сетей и прикладного ИИ.

Компания котируется на Nasdaq (NBIS) и имеет штаб-квартиру в Амстердаме, с глобальным присутствием и исследовательскими центрами в Европе, Великобритании, Северной Америке и Израиле. Наша команда из более чем 1500 человек включает сотни инженеров с глубокими знаниями в области аппаратного обеспечения, программного обеспечения и исследований в области ИИ.

Роль

Мы ищем ведущего инженера по надежности сайта (Lead Site Reliability Engineer) для создания и управления фундаментальной частью Nebius в Азиатско-Тихоокеанском регионе (APAC): сетью — инфраструктурой, от которой зависит всё остальное. Мы находимся на раннем этапе расширения в APAC, поэтому эта роль предполагает активное участие. Вы будете определять цели по надежности, писать автоматизацию и самостоятельно решать инциденты с высокой степенью независимости от европейских команд. По мере роста региона вы будете создавать и руководить местной командой SRE.

Ваши обязанности будут включать:

• Определять и нести ответственность за цели надежности сетевых сервисов и критических путей в регионе (SLI/SLO, цели по доступности, бюджеты ошибок там, где это имеет смысл)
• Продвигать улучшения надежности по всей сети APAC: не только сервисы, но и готовность площадок, межплощадочную связность (DCI) и операционные стандарты для новых дата-центров
• Отвечать за реагирование на инциденты в ваших областях, руководить расследованиями/послемортемами и превращать сбои в долговременные исправления (а не повторяющееся тушение пожаров); организовывать дежурства и практики управления инцидентами в регионе
• Создавать и развивать системы наблюдаемости: полезные метрики/логи/трейсы, оповещения и ускоренные циклы отладки во время и после инцидентов
• Проектировать более безопасные рабочие процессы изменений: автоматизация, CI/CD, тестовые/стейджинговые среды, канареечные релизы, откаты и аудит изменений в сети
• Тесно сотрудничать с сетевыми инженерами и платформенными командами в APAC и Европе для внедрения операционной пригодности в проекты и поддержания практичности и скорости операций
• Нанимать, вводить в должность и наставлять первых SRE в регионе, устанавливать инженерные стандарты для команды
• Координировать взаимодействие с европейскими командами по передаче задач и покрытию часовых поясов

Мы ожидаем, что у вас есть:

• Более 7 лет опыта в SRE / инфраструктурной инженерии, включая опыт руководства командой или технического лидерства с широкой ответственностью за производственные системы
• Прочные знания основ Linux в продакшене и структурированный подход к отладке сложных систем
• Хорошее понимание основ сетей и того, как реальные сети выходят из строя (контрольная плоскость vs плоскость данных, задержки/потери, домены отказов и т.д.)
• Практический опыт эксплуатации высокодоступных систем и их улучшения со временем (не просто «поддержание работы»)
• Умение писать и поддерживать программное обеспечение/автоматизацию (Go у нас распространён; Python также приветствуется)
• Опыт работы с современными инструментами инфраструктуры (например, IaC, CI/CD, контейнерные платформы) и комфорт в автоматизации операционных процессов
• Способность работать самостоятельно в условиях ранней стадии и создавать процессы и команду с нуля
• Готовность оставаться практикующим инженером, одновременно руководя и развивая команду

Будет плюсом, если у вас есть:

• Опыт обработки трафика с высокой пропускной способностью: балансировщики нагрузки, туннелирование/декэп, NAT64 или аналогичные системы с интенсивной нагрузкой на datapath
• Опыт низкоуровневой сетевой производительности/отладки (eBPF/XDP, DPDK, perf/ftrace, внутренности сетевого ядра)
• Опыт создания безопасных для сети конвейеров доставки (тестовые лаборатории, поэтапные релизы, автоматическая проверка, обнаружение дрейфа)
• Опыт работы с масштабной сетевой наблюдаемостью/телеметрией (маршрутизация/телеметрия потоков, обнаружение регрессий в масштабе)
• Знание сетевого ландшафта APAC (операторы, IX, региональная связность и особенности регулирования)

Преимущества и бонусы:

• Конкурентоспособная компенсация
• Возможности карьерного роста и обучения
• Гибкость и ответственность
• Культура сотрудничества и инноваций
• Возможность работать над значимыми AI-проектами
• Международная среда и талантливые команды

Каково работать в Nebius:

Быстрое развитие - Смелое мышление - Постоянный рост - Значимое влияние - Доверие и реальная ответственность - Возможность формировать будущее ИИ 

Заявление о равных возможностях:

Nebius является работодателем, предоставляющим равные возможности. Мы стремимся создавать инклюзивное и разнообразное рабочее пространство и обеспечивать равные возможности трудоустройства во всех аспектах занятости. Мы не допускаем дискриминации по признаку расы, цвета кожи, религии, пола (включая беременность), национального происхождения, происхождения, возраста, инвалидности, генетической информации, семейного положения, статуса ветерана, сексуальной ориентации, гендерной идентичности или выражения, или любой другой характеристики, защищённой применимым законодательством.

Кандидаты должны иметь разрешение на работу в стране, в которой они подают заявку, и будут обязаны предоставить подтверждение права на трудоустройство как условие найма. 

Если вам необходимы особые условия во время процесса подачи заявки, пожалуйста, сообщите нам.