Kubernetes & Cloud Infrastructure Engineer – AI Platform
ITDS
To rola inżyniera infrastruktury chmurowej i Kubernetes, wspierającego platformy AI/LLM. Będziesz budować i utrzymywać klastry Kubernetes z obsługą GPU, zarządzać infrastrukturą AWS oraz wdrażać CI/CD i GitOps. Pracujesz dla klienta – lidera innowacji AI – ale jesteś zatrudniony przez agencję (ITDS). Codzienna praca to automatyzacja, monitorowanie i ścisła współpraca z zespołami AI i Data Science.
Brakuje: nie podano wielkości zespołu ani liczby klastrów kubernetes, brak opisu procesu rekrutacyjnego (etapy, czas) – tylko ogólne 'apply now'.
To rola inżyniera infrastruktury chmurowej i Kubernetes, wspierającego platformy AI/LLM. Będziesz budować i utrzymywać klastry Kubernetes z obsługą GPU, zarządzać infrastrukturą AWS oraz wdrażać CI/CD i GitOps. Pracujesz dla klienta – lidera innowacji AI – ale jesteś zatrudniony przez agencję (ITDS). Codzienna praca to automatyzacja, monitorowanie i ścisła współpraca z zespołami AI i Data Science.
- ✓Bardzo atrakcyjne widełki (40-60k brutto na UoP)
- ✓Praca z nowoczesnym stackiem: Kubernetes, GPU, LLM, AWS, GitOps
- ✓Możliwość pracy nad infrastrukturą dla AI/LLM – ciekawa domena
- ✓Wymagane certyfikacje (CKA, CKAD) to plus – firma może wspierać ich zdobycie
- −Praca w modelu outsourcingowym – zatrudnienie przez agencję (ITDS), a nie bezpośrednio u klienta
- −Brak informacji o dyżurach on-call lub wsparciu po godzinach
- !Opis 'pragmatic, ownership-driven approach' i 'comfortable working in ambiguous environments' może sugerować chaotyczne lub nieustrukturyzowane środowisko
- !Brak konkretów dotyczących zespołu – nie wiadomo, ile osób i jak wygląda struktura
- !Rola dla 'regular' level, ale wymagane 4+ lata – może być uznawana za senior
- !Proces rekrutacyjny nieopisany poza 'Apply now'
- •Budowa i operowanie skalowalnymi klastrami Kubernetes z wielodzierżawczością i obsługą GPU
- •Zarządzanie infrastrukturą AWS (sieci, IAM, EKS, EC2, optymalizacja kosztów)
- •Tworzenie i utrzymywanie IaC w Terraform, Helm i Kustomize
- •Implementacja i utrzymanie CI/CD oraz GitOps dla pipeline'ów wdrożeniowych
- •Budowa obserwowalności: metryki, monitoring, SLO dla infrastruktury
- •Automatyzacja skalowania, zarządzania pojemnością i polityk bezpieczeństwa
- •Wsparcie inżynierów AI i naukowców danych w zakresie inferencji i deploymentu modeli
- •Tworzenie platformy self-service i narzędzi onboardingowych dla zespołów wewnętrznych
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Inżynier/platformowiec z co najmniej 4 latami w Cloud/DevOps, solidnie znający Kubernetes (podstawy multi-tenancy, Helm) i AWS (EKS, EC2), potrafiący pisać skrypty w Pythonie i używać Terraform. Może nie mieć doświadczenia z GPU/LLM, ale musi być gotów szybko się uczyć.
Nie dla juniorów ani osób z mniej niż 3-letnim doświadczeniem w DevOps/Cloud. Rola wymaga samodzielności w zarządzaniu klastrami i infrastrukturą. Nie dla osób szukających pracy zdalnej – wymóg stacjonarnej obecności we Wrocławiu.
- ?Ile osób liczy zespół infrastrukturalny, w którym będę pracować?
- ?Czy istnieje możliwość pracy zdalnej chociaż 1-2 dni w tygodniu?
- ?Czy stos technologiczny po stronie klienta różni się od opisanego w ogłoszeniu?
- ?Jaki jest proces rekrutacyjny – ile etapów i czy jest zadanie domowe?
- ?Jak długi jest projekt / czy istnieje możliwość przejścia do klienta po pewnym czasie?
- ?Czy są jakieś benchmarki lub wewnętrzne narzędzia do monitorowania SLO?
- −Nie podano wielkości zespołu ani liczby klastrów Kubernetes
- −Brak opisu procesu rekrutacyjnego (etapy, czas) – tylko ogólne 'Apply now'
- −Nie wiadomo, czy są planowane dyżury on-call i jak są wynagradzane
- −Brak informacji o budżecie szkoleniowym lub certyfikacyjnym
- −Nieokreślone, czy praca dotyczy jednego klienta, czy rotacji między projektami
Kultura zorientowana na własność i pragmatyzm, z naciskiem na współpracę z zespołami AI i Data Science. Środowisko może być dynamiczne i niejednoznaczne.
Powyżej mediany rynkowej
Dane z aktywnych ofert zawierających technologię Helm. Pełne statystyki zarobków →