Адаптируем резюме под ATS-фильтры, подготовим сопроводительное на основе резюме и вакансии, соберём гайд подготовки к собеседованию, найдём контакты HR и нанимающих
Orion soft создает стабильное ПО для ИТ-инфраструктуры Enterprise-бизнеса.
Наши продукты помогают автоматизировать и оптимизировать процессы, создавать защищенную инфраструктуру под КИИ, строить частные облака и запускать эффективные ML/AI-процессы.
Наша цель — сделать работу с AI-инфраструктурой удобной и предсказуемой: от подготовки окружения и выделения GPU до запуска моделей, масштабирования и мониторинга.
Ищем системного инженера, который поможет развивать платформу: исследовать технологии, проверять архитектурные гипотезы и доводить решения до готовности к включению в продукт. Ты будешь работать вместе с разработчиками, архитекторами и QA и влиять на то, как устроена Nova AI.
твои задачи [ 02 ]Проводить R&D в области AI/ML-инфраструктуры: сравнивать open source решения, собирать прототипы, оценивать ограничения и предлагать варианты интеграции в платформу.
Интегрировать и адаптировать компоненты для рабочих сред ML-инженеров, ML-пайплайнов, хранения и версионирования моделей, запуска инференса.
Прорабатывать сценарии обычного и распределённого инференса: развёртывание моделей, масштабирование, сетевое взаимодействие и эффективное использование вычислительных ресурсов.
Автоматизировать сборку, установку, настройку и обновление компонентов платформы с помощью CI/CD, Helm и инструментов управления конфигурацией.
Создавать тестовые стенды, проводить нагрузочные испытания и проверки отказоустойчивости, находить причины проблем на уровне ОС, Kubernetes, сетей, хранилищ и AI/ML-компонентов.
Развивать мониторинг и диагностику платформы: метрики GPU и сервисов, логи, оповещения и инструменты поиска узких мест.
Совместно с командой устранять уязвимости, проверять совместимость обновлений и готовить компоненты к выпуску.
Документировать решения, ограничения и рекомендации; создавать воспроизводимые примеры и инструкции для пользователей и команды поддержки.
От трёх лет опыта системным, DevOps- или платформенным инженером.
Уверенное владение Linux
Практический опыт работы с Kubernetes
Знание основ TCP/IP, DNS, HTTP(S), TLS и балансировки нагрузки.
Умение автоматизировать задачи, работать с Git и CI/CD.
Опыт настройки мониторинга и логирования, например с Prometheus и Grafana.
Понимание инфраструктурных потребностей AI/ML: чем обучение отличается от инференса, для чего нужны GPU, хранилища моделей и рабочие окружения.
Умение самостоятельно разобраться в новой технологии, проверить её на практике и аргументированно представить результаты команде. Английский — на уровне чтения технической документации.
Разворачивал AI/ML-сервисы в Kubernetes и работал с MLflow, JupyterHub, Airflow, Kubeflow или аналогичными инструментами.
Запускал модели через vLLM, Triton Inference Server, KServe, Ray или другие инструменты инференса.
Работал с GPU-инфраструктурой: драйверами, CUDA, GPU Operator, разделением GPU и планировщиками задач.
Знаком с распределёнными вычислениями и высокоскоростными сетями, включая InfiniBand и RDMA.
Работал с S3-совместимыми хранилищами, PostgreSQL, векторными базами данных или системами хранения ML-артефактов.
Понимаешь инфраструктуру RAG-систем, AI-шлюзов и агентных приложений.
Знаком с безопасностью контейнеров, сканированием зависимостей и эксплуатацией ПО в изолированных контурах.
Будьте осторожны: если работодатель просит войти через Google, iCloud или Госуслуги, прислать код или пароль, запустить ПО или перевести деньги — это мошенники.
ЖмитеГайд по безопасности
