Junior DevOps Engineer (Sber AI)
Summary
Junior DevOps engineer on Sber's RnD ML team, supporting production infrastructure for research and product ML services: maintaining GitLab CI/CD pipelines, deploying services to Kubernetes with Helm, wiring up Prometheus/Grafana monitoring and Vector→Elasticsearch logging, handling tickets, and documenting work in Confluence.
Команда DevOps, направление RnD ML.
Мы обеспечиваем инфраструктуру и эксплуатацию для исследовательских и продуктовых ML-сервисов: Kubernetes-кластеры, CI/CD в GitLab, публикация сервисов, мониторинг и логирование, GPU-нодпулы и инференс моделей.
Что предлагаем:
- Понятный план развития
- Реальные production-задачи, а не тестовый контур: команда обслуживает инфраструктуру, на которой работают исследовательские и продуктовые ML-сервисы
- Широкий стек: k8s, GitLab CI, наблюдаемость, сети, ML-платформа — можно попробовать разное и выбрать специализацию
Обязанности
- Поддерживать и дорабатывать пайплайны CI/CD в GitLab по существующим шаблонам команды.
- Разворачивать и обновлять сервисы в Kubernetes (Helm, манифесты), помогать с публикацией сервисов.
- Подключать сервисы к мониторингу и логированию (Prometheus/Grafana, Vector → Elasticsearch), заводить дашборды и алерты.
- Обрабатывать типовые обращения от смежных команд: доступы, квоты, диагностика «не поднимается / не пишет логи / отвалился деплой»
- Писать и актуализировать инструкции в Confluence по итогам своих задач — это обязательная часть работы, а не «если останется время»
- Постепенно брать задачи из бэклога Jira самостоятельно, с разбором результата вместе с ментором.
Требования
- Linux на уровне уверенного пользователя: процессы, сеть, права, systemd, чтение логов
- Базовое понимание Docker и Kubernetes: чем pod отличается от deployment, зачем нужен service, как посмотреть, почему контейнер упал
- Git и понимание, что такое пайплайн CI/CD (опыт с GitLab CI — плюс)
- Скрипты на Bash и/или Python на уровне «автоматизировать рутину»
- Понимание HTTP, DNS, TLS на базовом уровне
Будет плюсом:
- Terraform / Ansible, Helm
- Опыт с ELK / Grafana Stack
- Понимание специфики ML-инфраструктуры: GPU, очереди задач, инференс моделей
Условия
- комфортный современный офис рядом с м. Кутузовская
- гибридный формат работы
- ежегодный пересмотр зарплаты, годовая премия
- корпоративный спортзал и зоны отдыха
- система обучения для профессионального и карьерного развития
- расширенный полис ДМС с первого дня работы и страхование для семьи
- программа ипотеки для сотрудников
- бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
- вознаграждение за рекомендацию друзей в команду Сбера.