DevOps engineer AI

Сейчас мы активно развиваем новые направления. У тебя будет возможность войти в core-команду финтех-продукта на самом старте и вместе с ИИ-агентами развивать инфраструктуру, с учетом особенностей рассматриваем только кандидатов, находящихся за пределами РФ

Чем будем заниматься:

• CI/CD. Построение и сопровождение пайплайнов непрерывной интеграции и доставки (GitHub Actions / GitLab CI), автоматизация сборки, тестирования и деплоя с быстрым откатом;

• Infrastructure as Code. Описание и версионирование инфраструктуры через Terraform/Pulumi, GitOps-подход, стандартизация окружений dev/staging/prod;

• Контейнеризация и оркестрация. Управление Docker и Kubernetes, настройка кластеров, networking и ресурсных лимитов;

• Observability. Настройка мониторинга, логирования и алертинга (Prometheus, Grafana, ELK/Loki, OpenTelemetry), построение дашбордов и распределённого трейсинга;

• Надёжность и SRE. Определение и поддержка SLA/SLO/SLI, инцидент-менеджмент, postmortem-практики, дежурства on-call, capacity planning;

• Инфраструктура AI-агентов. Развёртывание и поддержка среды для запуска агентов и агентных циклов (agent loops): оркестрация воркфлоу, управление очередями задач и пулами воркеров;

• LLM-инфраструктура. Управление model serving, API-шлюзами, балансировкой, rate limiting и фоллбэками; роутинг между моделями и провайдерами для отказоустойчивости;

• Observability агентных циклов. Трассировка вызовов инструментов (tools), метрики числа итераций, латентности, расхода токенов и success rate; защита от «зацикливания» и runaway-процессов;

• FinOps. Контроль и оптимизация затрат на облако и LLM-API, бюджетирование токенов и ресурсов, алерты по аномальному потреблению;

• Безопасность и автоматизация. Управление секретами и ключами (Vault), RBAC, sandboxing исполнения агентов, изоляция данных, автоматизация рутинных операций.

• AWS или Яндекс Облако: опыт от 3 лет;
• Глубокое понимание distributed systems и failure modes;
• Advanced observability: metrics, logs, traces, correlation model;
• Capacity planning, performance и degradation analysis;
• Recovery / DR / failover design;
• Понимание cloud / platform failure domains и межсистемных зависимостей;
• Graceful degradation, load shedding, backpressure, retry budgets, idempotency;
• Blameless postmortem с контролем corrective actions;
• Chaos-informed thinking, gamedays и failure injection;
• Проведение incident review и post-mortem;
• Проактивность и самостоятельность - готовность действовать без тикетов на каждый шаг;
• Умение считать стоимость инфраструктуры и принимать решения с оглядкой на cost.

• Полностью удаленный формат работы с гибким началом рабочего дня;
• Стек без legacy: AWS, Kubernetes, GitLab CI/CD, Grafana + Prometheus, IaC;
• Открытая корпоративная культура, общение на ты, поддержка инициатив;
• Работа в технологической компании, которая создаёт сервисы, приносящие пользу миллионам людей;
• Бенефиты и плюшки для сотрудников.