Industrial AI Cloud – infrastruktúra-mérnök

Stack

Feladatok

• ▹Az adatközponti csapatokkal való üzemeltetési koordináció: hardver-életciklus tevékenységek (telepítés, GPU-bővítés, tárbővítés, firmware-frissítés), szerver- és hálózati összeköttetések és a kapcsolódó dokumentáció (NetBox) kezelése
• ▹Bare-metal szerverek és GPU-csomópontok telepítése és karbantartása (PXE boot, OS-telepítés, firmware-frissítés)
• ▹Az NVIDIA AI-hoz kapcsolódó infrastruktúra-stack tervezése és üzemeltetése
• ▹Ansible és Terraform playbookok fejlesztése és karbantartása a provisioninghoz, konfigurációhoz és telepítésekhez
• ▹Debian-alapú környezetek karbantartása, patchelés, firmware-frissítések nagy léptékben
• ▹Keycloak, Entra ID / CAIMAN és AD integrálása és karbantartása a felhasználók hitelesítéséhez és jogosultságkezeléséhez
• ▹Elosztott AI-terhelések futtatásának támogatása bare-metal hosztokon és Kubernetes környezetben
• ▹Prometheus és Grafana alapú monitoring és riasztás üzemeltetése
• ▹Nagy teljesítményű tárolókörnyezetek (WEKA by Hitachi) adminisztrációja
• ▹Incidens-, probléma- és változáskezelési folyamatok követése és javítása, runbookok és szabványos működési eljárások dokumentálása; a ZERO Outage irányelvek betartása
• ▹Projekt-szállítmányok elkészítése az NVIDIA technológiai stackre fókuszálva

Elvárások

• ▹Tapasztalat hardvertelepítésben, karbantartásban és üzemeltetésben
• ▹Haladó Linux-ismeret (lehetőleg Debian) éles környezetben
• ▹Gyakorlat Infrastructure-as-Code eszközökkel (Ansible, Terraform); a Redfish ismerete előny
• ▹NVIDIA GPU-gyorsított szerverplatformok ismerete
• ▹Az NVIDIA AI szoftverstack ismerete a GPU-orchestrációhoz
• ▹GPU-alapú felhőplatform-szoftverstack és az alatta lévő rétegektől való függőségeinek ismerete
• ▹Hálózati alapok biztos ismerete (IP, routing, VLAN, DNS, tűzfalak, L1, L2)
• ▹Tapasztalat identitás- és hozzáférés-kezelő rendszerekkel (Keycloak, Entra ID, LDAP)
• ▹Monitoring stackek (Prometheus, Grafana) ismerete
• ▹Nagy teljesítményű tárolórendszerek ismerete (a WEKA by Hitachi előny)
• ▹Az ITIL-folyamatok (incidens, probléma, változás) gyakorlati ismerete
• ▹Erős hibakereső és üzemeltetés-támogató készség 24/7-es, üzletkritikus környezetben

Előny

• ▹Tapasztalat nagy GPU-klaszterekkel, HPC- vagy adatközponti környezetekkel
• ▹A szuverén felhő, valamint az adatbiztonsági és megfelelőségi követelmények ismerete
• ▹Terraform és GitOps ismerete infrastruktúra-változtatásokhoz

Soft skillek

Amit kínálunk

• ▹Munka Európa első ipari AI-felhőjén, élvonalbeli technológiákkal
• ▹Közvetlen együttműködés NVIDIA és Deutsche Telekom szakértőkkel
• ▹Hibrid munkavégzés, képzési lehetőségek és karrierfejlődés
• ▹Távmunka csak Magyarország területén lehetséges

A munkáltatóról

A Deutsche Telekom IT Solutions a Deutsche Telekom csoport leányvállalata, több mint 5300 munkatárssal; négy magyarországi telephelye Budapesten, Debrecenben, Pécsett és Szegeden van. Az NVIDIA-val közösen fejlesztett ipari AI-felhő egy németországi AI-gyár, amely 10 000 GPU-t fog futtatni.