Архитектор по миграциям IaaS

Работа в Т1 сочетает в себе преимущества инновационной ИТ-компании и крупного холдинга — стабильность и финансовую надежность, социальные гарантии и возможность развиваться в открытом ИТ-сообществе, масштабные задачи и гибридный формат работы

Большим идеям нужна большая командаВ рамках «облачного» направления мы предлагаем комплексные решения по созданию, развитию и поддержке облачной ИТ-инфраструктуры любого масштаба и для всех отраслей бизнеса: масштабируемая виртуальная инфраструктура на двух платформах виртуализации, облачное объектное хранилище, а также безопасный конвейер разработки полного цикла 
и многое другое.Наша команда в поиске Архитектора по миграциям IaaSВместе снами тебе предстоит:Консультировать заказчиков и коммерческий блок по процессу миграцииАнализировать и определять компоненты/сервисы в структуре бизнес-системы которую предстоит мигрироватьДавать рекомендации по привлечению специалистов с требуемыми компетенциями в проект миграции для оценки затрат по услуге миграцииДавать рекомендации по использованию продуктов облака для обеспечения функционирования бизнес-системы в облакеРазрабатывать целевую схему размещения в облаке и сценарий миграции в зависимости от архитектуры системы, исходной/целевой инфраструкурыПрезентовать сценарий и схему заказчику и владельцам бизнес-системРазрабатывать планы миграции систем в облако совместно с менеджером проектовОсуществлять руководство работами по миграцииОбучать/консультировать инженеров по настройке и адаптации инструментов миграцииУчаствовать в проработке инфраструктурных решений, сетевой связности, архитектуры приложения в облакеОбмениваться необходимой для миграции информацией с отделом архитектуры облакаСтавить задачи инженерам по созданию целевого контура в облаке и настройке инструментов миграцииДля нас важно:Высшее образование в области компьютерных наук, прикладной математики, физики, инженерии или смежных дисциплинОпыт работы с GPU-кластерами, высокопроизводительными вычислениями (HPC) или распределенными системами (от 3 лет и более).Понимание архитектуры современных GPU (NVIDIA, AMD и др.) и их применения в задачах машинного обучения, глубокого обучения, научных вычислений.Знание архитектуры GPU и CPU, включая особенности работы с памятью, шинами данных и параллельными вычислениями.Опыт работы с фреймворками для распределенных вычислений (CUDA, OpenCL, TensorFlow, PyTorch, Horovod и др.).Умение проектировать и оптимизировать кластеры для задач машинного обучения, анализа данных или научных вычислений.Знание сетевых технологий (InfiniBand, Ethernet) и их влияние на производительность кластеров.Опыт работы с системами управления кластерами (Kubernetes, Slurm, Apache Mesos и др.).Знание Linux/Unix и навыки работы с командной строкой.Опыт работы с системами хранения данных (NAS, SAN, объектные хранилища) и их интеграцией в кластеры.Понимание принципов виртуализации и контейнеризации (Docker, Singularity, Kubernetes)Умение проводить профилирование и оптимизацию производительности GPU-кода.Понимание принципов работы с памятью, кэшированием и параллельными вычислениями.Опыт работы с инструментами профилирования (NVIDIA Nsight, TensorBoard, VTune и др.).Опыт работы с облачными платформами (AWS, Google Cloud, Azure) и их GPU-инстансами.Понимание принципов работы с распределенными системами в облакеУмение работать в команде и взаимодействовать с разработчиками, аналитиками и инженерами.Навыки документирования архитектурных решений.Способность решать сложные задачи и находить нестандартные решения.Большим преимуществом будет:Владение языками программирования: Python, C/C++, Bash.Опыт написания и оптимизации кода для GPU (CUDA, OpenCL).Знание скриптовых языков для автоматизации задач (Python, Bash).Опыт работы с системами мониторинга и управления инфраструктурой (Prometheus, Grafana, Zabbix).Знание принципов безопасности при работе с кластерами.Опыт работы с базами данных (SQL, NoSQL) и их интеграцией в кластеры.Опыт работы с большими данными (Big Data) и распределенными файловыми системами (HDFS, Lustre).Знание методов машинного обучения и глубокого обучения.Опыт работы с многопользовательскими средами и управлением ресурсами.