Moznは、中東・北アフリカ地域の組織向けに、アラビア語ネイティブの生成AIとエンタープライズインテリジェンスに取り組むAI企業です。製品には、アラビア語を第一に設計した生成AIプラットフォームOSOSや、金融犯罪・不正検知プラットフォームFOCALがあります。また、言語インテリジェンス、リスクインテリジェンス、オペレーショナルAI、データ管理、地理空間インテリジェンス、AIセンターなどの分野で、医療、金融、政府をはじめとする業界向けに特化型ソリューションを開発しています。文化的背景に即したAI、データセキュリティ、規制遵守を重視しています。
分散システムエンジニア III（エジプトからのリモート勤務）
Mozn のエンタープライズ AI 製品向けに、スケーラブルなクラウド、Kubernetes、Kafka、データプラットフォームを構築・運用します。 本番環境でレジリエントなデータ集約型および AI ワークロードを支援します。
仕事内容
- 分散ワークロード向けの本番用クラウドネイティブプラットフォームを構築し、継続的に改善する
- アップグレード、ノードプール、ワークロードのライフサイクル、トラブルシューティング、日常運用を含む Kubernetes プラットフォームを運用する
- ArgoCD、Helm、GitOps、Terraform、自動化を用いてサービスをデプロイ・管理する
- スケーラビリティ、可用性、レジリエンス、パフォーマンス、運用のシンプルさを重視したシステムを設計する
- Kubernetes、クラウドインフラ、ネットワーク、ストレージ、アプリケーション、分散サービスにまたがる複雑な問題を解決する
- 高スループットの本番環境で Apache Kafka を運用し、トラブルシューティングを行う
- Kafka のトピック、パーティション、レプリケーション、コンシューマーグループ、保持期間、スループット、レイテンシー、障害復旧を管理する
- Kafka Connect、Debezium、または同等の CDC・イベントストリーミングツールで Kafka とデータベースやアプリケーションを接続する
- MySQL または PostgreSQL を運用し、レプリケーション、高可用性、バックアップ、復旧、パフォーマンス、移行を担当する
- StarRocks、ClickHouse、Apache Doris、または同等の技術によるデータ集約型・分析プラットフォームを支援する
- ノード、サービス、ゾーン、インフラの障害時にもレジリエンスを維持するプラットフォームを設計・運用する
- バックアップ、復旧、災害復旧、フェイルオーバー、事業継続の機能を実装・テストする
- 必要に応じてマルチゾーン、マルチリージョン、アクティブ・アクティブのアーキテクチャパターンを適用する
- 適切な分離、スケーリング、リソース制御、信頼性を備えたマルチテナントプラットフォームを開発する
- 災害復旧演習、障害シミュレーション、移行、より広範なレジリエンスプログラムに参加する
- Terraform、Python、Bash、Go、または同等の技術でインフラとプラットフォームのライフサイクル作業を自動化する
- 手作業の運用を削減する、信頼性の高いデプロイおよび GitOps ワークフローを開発する
- 分散ワークロード向けの監視、ログ、アラート、オブザーバビリティを実装する
- 本番インシデント対応、根本原因分析、長期的な信頼性向上の取り組みに参加する
- AI、機械学習、データ集約型ワークロード向けのインフラを提供する
- AI ワークロード、データパイプライン、モデルサービング、プラットフォームサービス向けのクラウドおよび Kubernetes プラットフォームを発展させる
- AI プラットフォーム全体で、コンピュート、GPU、ネットワーク、ストレージ、データ移動、オブザーバビリティ、ワークロード分離の要件に対応する
- エンジニアリングチームと再利用可能なプラットフォーム機能を作り、AI とデータのワークロードを大規模かつ安定して運用する
- AI プラットフォーム、分散データシステム、クラウドネイティブ技術にまたがるインフラパターンの最新動向を把握する
応募要件
- プラットフォームエンジニアリング、インフラエンジニアリング、分散システム、SRE、バックエンドエンジニアリング、データインフラ、または関連分野で 4～7 年の経験がある
- Apache Kafka の本番環境での豊富な経験が必須
- Kubernetes の実運用経験が必須
- MySQL または PostgreSQL のいずれかに関する豊富な経験が必須
- レプリケーション、パーティショニング、一貫性、可用性、フォールトトレランス、スケーラビリティ、障害復旧など分散システムの原則を理解している
- ArgoCD、GitOps、Terraform などの Infrastructure as Code の経験がある
- GCP、OCI、AWS、Azure などのパブリッククラウドでワークロードを運用した経験がある
- 本番環境のトラブルシューティングとインシデント解決に優れている
- Python、Bash、Go、Java、または同等の言語を自動化やスクリプト作成に使用できる
- 高可用性、災害復旧、マルチテナントアーキテクチャの基礎を理解している
- Prometheus、Grafana、OpenSearch/ELK、LGTM、または同等のオブザーバビリティ・運用ツールの経験がある
- クラウドネイティブ環境におけるインフラとネットワークの基礎を理解している
- 歓迎：Kafka Connect、Debezium、Kafka Streams、または CDC プラットフォームの経験
- 歓迎：StarRocks、ClickHouse、Apache Doris、または同等の分散分析データベースの経験
- 歓迎：Flink、Spark、またはその他の分散データ処理技術の経験
- 歓迎：大規模なデータ、データベース、アプリケーション、またはインフラの移行を実施した経験
- 歓迎：アクティブ・アクティブ、マルチゾーン、またはマルチリージョンシステムの経験
- 歓迎：Kubernetes 上でステートフルワークロードを運用した経験
- 歓迎：AI/ML インフラまたは GPU ベースのワークロードを支援した経験
- 歓迎：クラウドネットワーク、サービスメッシュ、イングレス、ロードバランシング、またはストレージプラットフォームの経験
- 歓迎：Kubernetes、Kafka、分散システム、またはその他のオープンソースインフラプロジェクトへの貢献
福利厚生
- 競争力のある報酬
- 充実した医療保険
- 協力的で支援し合う文化
- 信頼に支えられた意義ある責任
- 意思決定における自律性
- 活気があり魅力的な職場環境
- 一流の AI 専門家と働く機会
- 多様性を大切にするインクルーシブな職場