Senior DevOps Engineer (Big Data and AI Platforms)

AI DevOps

Linux ArgoCD

AWS

Grafana

Kubernetes Prometheus

Terraform Zabbix

AI įžvalgos

Apibendrino Aplikuok AI

Exacaster ieško Senior DevOps inžinieriaus, kuris Vilniuje kurs ir prižiūrės infrastruktūrą vienai didžiausių Baltijos big data aplinkų bei produkcinėms Generative AI sistemoms. Atlygis 5000–7300 EUR bruto, hibridinis darbas.

Tu dirbsi ties didelių duomenų infrastruktūros ir naujos AI inžinerijos sankirta – projektuosi, diegsi ir eksploatuosi platformas, kuriose sukasi paskirstytos duomenų sistemos bei produkcinės LLM sprendimų aplikacijos: RAG sistemos, AI agentai, MCP serveriai ir ML procesai. Kursi pamatus, kuriais kasdien remiasi AI inžinieriai, duomenų mokslininkai ir produktų komandos, o savo darbe aktyviai naudosi AI įrankius, tokius kaip Claude ar MCP pagrįsti asistentai. Patirtis su AI/LLM darbo krūviais yra privalumas, tačiau svarbiausia – tvirti infrastruktūros, automatizavimo ir operacijų įgūdžiai. Klientai – telekomunikacijų, finansų ir investicijų valdymo įmonės Baltijos šalyse, JAV, Centrinėje bei Pietų Amerikoje ir Karibuose.

Skaityti daugiau

Atlyginimas

nuo 5 000 €/mėn.

Bruto/mėn. · −1 % nei Senior mediana

Lygis

Senior

3+ m. patirtis

5+ metai patirties. Atsakai už sprendimus, architektūrą ir kokybę, mentoriuoji ir matai verslo kontekstą.

Skaityti daugiau

Darbo būdas

Biure

Vilnius

Ką veiksi

Diegti ir prižiūrėti cloud bei on-prem infrastruktūrą big data ir AI platformoms
Kurti saugias, skalės atžvilgiu lanksčias AWS arba Azure aplinkas, IAM ir tinklo sprendimus
Eksploatuoti produkcinius LLM servisus: agentų karkasus, RAG, vektorines duomenų bazes
Automatizuoti diegimus su Terraform ir Ansible, saugiai valdyti paslaptis bei raktus
Kurti ir palaikyti CI/CD procesus su GitLab CI ir ArgoCD
Valdyti Kubernetes klasterius (EKS/AKS) GPU/CPU inferencijai ir batch užduotims
Diegti stebėseną su Prometheus, Zabbix, Grafana, įskaitant LLM metrikas ir kaštus
Bendradarbiauti su tinklo ir saugumo komandomis dėl saugaus prisijungimo bei atitikties
Identifikuoti ir spręsti našumo problemas big data klasteriuose bei AI darbo krūviuose
Naudoti AI įrankius kasdieniame darbe ir padėti komandai perimti šias praktikas

Rodyti dar 6

Ko tikimasi

3+ metai praktinės DevOps arba SRE patirties
Geros Linux (RHEL) žinios: skriptavimas, administravimas, trikčių šalinimas
Praktinė patirtis su AWS arba Azure debesų aplinkomis
Gebėjimas diegti, valdyti ir skalėti aplikacijas su Kubernetes
Terraform ir Ansible naudojimas infrastruktūros automatizavimui
Patirtis su CI/CD įrankiais: GitLab CI, ArgoCD ar panašiais
Stebėsenos sistemų Prometheus arba Zabbix išmanymas
Tinklų supratimas: saugumas, VPN, našumo derinimas hibridinėse aplinkose
Stiprūs analitiniai ir sudėtingų platformos problemų sprendimo įgūdžiai
Smalsumas Generative AI srityje ir noras naudoti AI įrankius darbe

Rodyti dar 6

Privalumas

MCP serverių ar AI agentų karkasų diegimo patirtis
MLOps praktikos: modelių versijavimas, diegimas ir stebėsena
Cloudera ar panašių on-prem big data platformų valdymas
Patirtis su Hadoop, Spark ar panašiais duomenų apdorojimo karkasais
Snowflake administravimas ir automatizavimas (Terraform provider, SCIM/SSO)
AWS, Azure ar Kubernetes sertifikatai
Saugumo praktikos, įskaitant AI specifines rizikas (prompt injection, duomenų nutekėjimas)