Industrial AI Cloud – Platform mérnök (REF5501C)

Stack

Feladatok

• ▹Kubernetes platform üzemeltetése és fejlesztése: bare metal hostok és Kubernetes klaszterek építése, konfigurálása és fenntartása GPU/AI terhelésekhez
• ▹NVIDIA AI szoftverstack (Slurm, Run:AI) tervezése és üzemeltetése
• ▹Testreszabott alkalmazástámogatás AI-alapú terhelésekhez
• ▹Konténer-orkesztráció és automatizálás: Helm chartok, GitOps workflow-k, Ansible scriptek, esetlegesen Terraform kód és automatizálás kezelése szolgáltatások és AI-terhelések telepítéséhez
• ▹Kubernetes terhelések üzemeltetése: elsődleges kontakt minden Kubernetes-témában, beleértve hibaelhárítást, teljesítményhangolást és skálázást
• ▹CI/CD és GitOps: CI/CD pipeline-ok fejlesztése és fenntartása Jenkinsszel és GitLabbel; GitOps gyakorlatok bevezetése konzisztens telepítésekhez és infrastruktúra-változtatásokhoz; Terraform alapok
• ▹Monitorozás és observability: Prometheus és Grafana monitorozó stackek üzemeltetése és fejlesztése bare metal hostokhoz, Kubernetes-hez és platform szolgáltatásokhoz
• ▹Konténer image-ek és registryk: konténer image-ek építése, optimalizálása és biztonságossá tétele (Docker, Podman); registryk és verziózás kezelése, image scanning (Trivy)
• ▹Object storage és persistent volume-ok: object storage megoldások integrálása és fenntartása AI-terhelésekhez
• ▹AI és HPC terhelések futtatása: elosztott AI-terhelések támogatása és üzemeltetése bare metal hostokon és Kubernetes környezetekben
• ▹Együttműködés infrastruktúra és AI csapatokkal: koordináció infrastruktúra mérnökökkel, adatközponti személyzettel és AI fejlesztőkkel a szolgáltatások zökkenőmentes szállítása érdekében
• ▹ITIL folyamatok: incidens-, probléma- és változáskezelési workflow-k követése; üzemeltetési runbookok létrehozása és fenntartása; ZERO outage irányelvek betartása

Elvárások

• ▹Kubernetes Certified Administrator (CKA) tanúsítvány vagy ezzel egyenértékű, produkciós környezetben szerzett tapasztalat
• ▹NVIDIA GPU-gyorsított szerverplatform ismerete
• ▹Data Engineering, adattranszformációs és adatmigrációs eszközök ismerete
• ▹Az NVIDIA AI szoftverstack ismerete GPU-orkesztrációval kapcsolatban
• ▹GPU-alapú felhőplatform szoftverstack ismerete, beleértve az alsóbb rétegekre való függőségeket
• ▹Erős tapasztalat CI/CD eszközökkel (Jenkins, GitLab) és GitOps gyakorlatokkal
• ▹Jártasság Helm chartokban és Kubernetes erőforrás-kezelésben
• ▹Scripting/programozás Pythonban vagy Bash-ben; Infrastructure-as-Code Terraformmal és Ansible-lel
• ▹Tapasztalat konténer image-ekkel (Docker, Podman) és image scanninggel
• ▹Ismeretek object storage rendszerekről és persistent volume kezelésről
• ▹Monitorozási és observability eszközök ismerete (Prometheus, Grafana)
• ▹AI/HPC terhelések nagy skálán történő futtatásának megértése
• ▹Erős hibaelhárítási és üzemeltetési támogatási képességek kritikus fontosságú rendszerekben

Előny

• ▹CKS (Certified Kubernetes Security Specialist) tanúsítvány előny

Soft skillek

Amit kínálunk

• ▹Munka Európa első ipari AI-felhőjén, élvonalbeli technológiákkal
• ▹Közvetlen együttműködés NVIDIA és Deutsche Telekom szakértőkkel
• ▹Hibrid munkamodell, képzési lehetőségek és karrier-előrelépés

A munkáltatóról

A Deutsche Telekom IT Solutions – amelyet a Randstad 2025-ös felmérése Magyarország legvonzóbb munkaadójának választott – a Deutsche Telekom-csoport leányvállalata. A cég informatikai és távközlési szolgáltatások széles portfólióját nyújtja több mint 5300 munkavállalóval, és több száz nagyvállalati ügyfelet szolgál ki Németországban és más európai országokban. A DT-ITS 2019-ben elnyerte a HIPA „Legjobb oktatási együttműködés” díját, és ugyanabban az évben a legetikusabb multinacionális vállalatnak választották. A cég folyamatosan fejleszti négy magyarországi telephelyét: Budapest, Debrecen, Pécs és Szeged. Az NVIDIA és a Deutsche Telekom közösen fejleszti a világ első ipari AI-felhőjét európai gyártók számára; a németországi AI-gyár 10 000 GPU-t üzemeltet NVIDIA DGX B200 rendszereken és RTX Pro szervereken, a Deutsche Telekom biztonságos, szuverén és gyors infrastruktúrát biztosít, beleértve adatközpontokat, üzemeltetést, biztonságot és AI-megoldásokat.