Infrastructure & AI Engineer
Оценка ИИИнтересная и актуальная позиция на стыке DevOps и AI, что сейчас крайне востребовано на рынке. Предлагается удаленный формат работы, однако география ограничена тремя странами, что немного снижает общую доступность вакансии.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИРоль требует редкого сочетания навыков системного администрирования (Proxmox, сети) и глубокой экспертизы в AI-инфраструктуре (CUDA, vLLM, Multi-GPU). Кандидату необходимо не просто поддерживать серверы, но и понимать специфику работы LLM и агентных систем.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИДля позиции Infrastructure & AI Engineer с опытом от 3 лет и специфическими знаниями LLM/GPU, рыночные зарплаты в РФ и СНГ обычно находятся в диапазоне от 250 000 до 450 000 рублей. Данная роль требует уникальных компетенций, что позволяет претендовать на верхнюю границу рынка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Infrastructure & AI Engineer
Требования:
AI-инженеринг (основной)-сетевая поддержка объекта (второстепенный)-DevOps для отдела разработки (низкий). SysAdmin / DevOps ОС и виртуализация: Linux, Proxmox VE, Docker, LXC. Сети: VLAN, NAT, VPN, Firewall. Мониторинг: Zabbix, Grafana, Prometheus. Автоматизация: Ansible, Bash, Python. AI / ML-инфраструктура (Ключевой фокус) Развертывание LLM: vLLM, llama.cpp. GPU: Настройка драйверов, CUDA, Multi-GPU. Агенты: Интеграция AI-агентов (OpenHands, Continue) и агентных workflow. Плюс: Опыт с Vast. ai или Bitsensor. От 3 лет в системном администрировании. Экспертиза: Глубокое понимание GPU-инфраструктуры и принципов работы LLM. Язык: Английский B1+ (чтение документации).
Локация:*📍*Удалённо (только для кандидатов из Грузии, РБ, РФ); (GMT+3).
Контакт для отклика: Откликнуться +CV
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Linux
- Proxmox
- Docker
- LXC
- VLAN
- NAT
- VPN
- Firewall
- Zabbix
- Grafana
- Prometheus
- Ansible
- Bash
- Python
- vLLM
- llama.cpp
- CUDA
- GPU
- LLM
Возможные вопросы на собеседовании
Вакансия требует глубокого понимания GPU-инфраструктуры.
Расскажите о вашем опыте настройки Multi-GPU систем и решения проблем с драйверами CUDA в Docker-контейнерах.
Ключевой фокус вакансии — развертывание LLM.
В каких случаях вы предпочтете использовать vLLM вместо llama.cpp для продакшн-решений?
Упоминается интеграция AI-агентов.
Был ли у вас опыт настройки инфраструктуры для автономных агентов, таких как OpenHands, и с какими сложностями вы сталкивались?
Сетевая поддержка объекта является важной частью роли.
Как бы вы спроектировали сетевую изоляцию для кластера с LLM, используя VLAN и Firewall, чтобы обеспечить безопасность данных?
Автоматизация — один из столпов DevOps.
Опишите ваш самый сложный сценарий на Ansible или Python для автоматизации развертывания ML-стека.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
