Kaltura rozwija chmurową platformę wideo dla organizacji, które wykorzystują wideo do komunikacji, nauczania, budowania relacji z odbiorcami i dostarczania cyfrowych doświadczeń. Jej Video Experience Cloud łączy narzędzia do zarządzania, publikowania, przesyłania strumieniowego i prowadzenia wideokonferencji, wspierając takie zastosowania jak wydarzenia wirtualne, komunikacja wewnętrzna, edukacja i rozrywka. Dla osób poszukujących pracy Kaltura oferuje możliwość pracy nad produktami, które kształtują sposób, w jaki organizacje tworzą, dystrybuują i wykorzystują wideo w różnych kanałach.
Inżynier DevOps, AI Factory (praca hybrydowa, Izrael) — Kaltura
Twórz i obsługuj niezawodną infrastrukturę AI opartą na GPU dla globalnej platformy wideo Kaltura. Zarządzaj środowiskami multicloud obejmującymi AWS, GCP, Kubernetes i technologie obsługi modeli AI.
Opis
- Dołącz do globalnego zespołu DevOps i Platform Kaltura, aby projektować i obsługiwać rozproszone systemy produkcyjne AI na dużą skalę
- Prowadź projekty od wstępnego projektu przez wdrożenie aż po uruchomienie produkcyjne
- Projektuj, twórz i obsługuj wysoce dostępne systemy rozproszone w AWS i GCP
- Wspieraj infrastrukturę Kubernetes, Docker, Helm, CI/CD, automatyzacji, danych, buforowania i komunikacji
- Ujednolicaj różne stosy technologiczne i architektury w ramach szerszej platformy Kaltura
- Twórz i obsługuj infrastrukturę dla obciążeń AI, w tym inferencji GPU i platform obsługi modeli
- Zwiększaj niezawodność systemów dzięki monitorowaniu i praktykom obserwowalności
- Badaj złożone problemy na poziomie aplikacji, infrastruktury, sieci, systemu operacyjnego i danych
- Współpracuj z zespołami Platform, Development, Architecture, AI/ML Research i Product
- Korzystaj z nowoczesnych narzędzi AI do programowania, aby zwiększać szybkość i jakość pracy inżynierskiej
Wymagania
- Co najmniej 2 lata praktycznego doświadczenia w DevOps, Platform lub SRE przy obsłudze wielkoskalowych rozproszonych systemów produkcyjnych oraz zdolność do samodzielnego prowadzenia projektów od koncepcji po wdrożenie
- Co najmniej 2 lata doświadczenia w korzystaniu z chmurowych usług inferencji i NeoClouds
- Co najmniej 2 lata praktycznego doświadczenia w rozwijaniu i utrzymywaniu systemów AI Factory z użyciem KubeFlow, Ray lub porównywalnych technologii
- Co najmniej 2 lata praktycznego doświadczenia w inferencji GPU z wykorzystaniem technologii takich jak vLLM, SGLang lub NVIDIA Triton
- Rozległe doświadczenie w środowiskach multicloud obejmujących AWS, GCP i dostawców NeoCloud, takich jak RunPod, TogetherAI i vast.ai, w tym Infrastructure as Code z Terraform lub porównywalnym narzędziem
- Zaawansowana praktyczna znajomość Kubernetes i Helm, w tym wewnętrznej architektury Kubernetes, obsługi produkcyjnej, Dockera i systemów kontenerowych
- Bardzo dobra znajomość sieci i systemów operacyjnych, w tym TCP/IP, DNS, równoważenia obciążenia i wewnętrznych mechanizmów Linuxa
- Znaczne doświadczenie z CI/CD i automatyzacją z użyciem GitHub Actions oraz z monitorowaniem i obserwowalnością, w tym metrykami, śledzeniem, logowaniem, Prometheusem i Grafaną
- Bardzo dobra znajomość nowoczesnych narzędzi AI do programowania oraz praktyczne rozumienie ich wykorzystania do znaczącego zwiększania produktywności
- Znajomość platform do oceny i obserwowalności AI, takich jak Opik, OpenEval lub LangSmith, będzie dodatkowym atutem
Benefity
- Elastyczny hybrydowy model pracy
- Rozszerzone prywatne ubezpieczenie zdrowotne, w tym opieka w zakresie zdrowia psychicznego
- Programy wspierające rozwój osobisty i zawodowy
- Okazjonalne przedłużone weekendy dla całej firmy