Linux Infrastructure Engineer (Bare Metal, Storage & AI Factory Infrastructure)

О позиции

Позиция ориентирована на проектирование, развёртывание и эксплуатацию масштабируемых Linux-инфраструктур, обеспечивающих как традиционные корпоративные рабочие нагрузки, так и современные AI/ML среды. Мы ожидаем инженера с hands-on опытом в Bare Metal as a Service (BMaaS), GPU-инфраструктуре, высокопроизводительных системах хранения данных и дата-центровых операциях. Вы будете работать с аппаратным уровнем — от BIOS/UEFI до многогигабитных сетевых соединений, отвечая за производительность, надёжность и операционное совершенство критически важных систем.

Будет плюсом

• Опыт с Kubernetes infrastructure (особенно GPU/AI integration)
• Виртуализация: KVM, VMware, OpenShift Virtualization
• Ansible automation
• Slurm или HPC workload schedulers
• Observability: Prometheus, Grafana, OpenTelemetry
• DCIM инструменты, IPAM решения
• Опыт с AWS/Azure или hybrid cloud

Условия

• Работа с передовой инфраструктурой уровня AI Factory и GPU-кластеров
• Возможность работать с профессиональным оборудованием: NVIDIA DGX, Dell PowerScale, Pure Storage FlashBlade
• Опыт эксплуатации bare metal и BMaaS платформ в enterprise-масштабе
• Работа с высокопроизводительными storage и networking технологиями
• Широкие возможности для профессионального развития в области AI/ML инфраструктуры
• Командная среда с экспертным сообществом инженерии
• Стабильные проектные задачи с долгосрочными перспективами

Навыки

• Linux
• Ubuntu
• Red Hat Enterprise Linux
• SUSE Linux Enterprise Server
• Bare Metal Infrastructure
• GPU Infrastructure
• NVIDIA GPUs
• AI/ML Infrastructure
• Ceph
• WEKA Storage
• VAST Data
• Dell PowerScale
• Pure Storage
• High Performance Computing
• HPC
• NVMe
• RDMA
• RoCE
• Spine-Leaf Architecture
• Kubernetes
• Bash
• Python
• Ansible
• Slurm
• Prometheus
• Grafana
• OpenShift
• VMware
• KVM
• Terraform
• GitOps
• AWS
• Azure
• DHCP
• DNS
• Routers
• Firewalls
• SAN
• iSCSI
• NFS
• LVM
• XFS
• EXT4
• MultiPath I/O
• Cluster Management
• Disaster Recovery
• High Availability
• Monitoring
• Data Center Operations
• Firmware Management
• BIOS/UEFI
• RAID
• SmartNICs
• HBA Cards
• NVIDIA DGX
• NCCL
• GPUDirect Storage
• CUDA

Могут спросить на собеседовании

1. Опишите архитектуру GPU-кластера, который вы развертывали ранее. Какие ключевые проблемы возникли при настройке сети между GPU-узлами?
2. Как вы подходите к планированию емкости (capacity planning) для системы хранения Ceph в условиях роста объемов данных? Какие метрики используете?
3. Расскажите о ситуации, когда вам пришлось диагностировать проблему на стыке нескольких уровней: Linux, hardware и storage. Как вы структурировали процесс трассировки?
4. Как вы организуете мониторинг и оповещение для GPU-кластеров? Что именно мониторите и какие thresholds используете?
5. Опишите ваш подход к документированию инфраструктуры. Какие best practices вы применяете для создания поддерживаемых runbooks?