Загрузи резюме, чтобы видеть мэтчи с вакансиейЗагрузи резюме, чтобы видеть мэтч с вакой
подготовься к отклику
ai-инструменты
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузи резюме
описание
Мы - команда Гига чат бизнес, дочерняя организация Сбера, занимаем лидирующие позиции в сфере коммерциализации технологии GenAI с продуктом Giga Cowork. Мы предлагаем полный цикл решений: LLM-модель GigaChat для локальной и облачной инсталляции, инфраструктуру для GenAI, платформу для разработки агентных систем, готовые GenAI-решения для быстрого старта в типовых задачах, реализацию уникальных клиентских кейсов, консалтинг по GenAI-трансформации. В своей работе мы помогаем нашим партнерам перейти от экспериментов с технологией к промышленному масштабированию, обеспечивая безопасность, адаптивность и экономическую выгоду.
задачи
мониторинг работоспособности решений, анализ инцидентов и участие в устранении причин сбоев
диагностика и устранение технических проблем в процессе эксплуатации, внедрения и обновления
ведение учета внедренных инсталляций, версий, конфигураций и изменений по ним
сопровождение, настройка и обновление инсталляций GigaChat Enterprise в инфраструктуре заказчика
взаимодействие с техническими командами заказчика по вопросам инцидентов, доступа, инфраструктуры и проведения работ
участие в проектах внедрения, приемо-сдаточных испытаниях и вводе решений в эксплуатацию; при необходимости — выезд на площадку заказчика
требования
опыт работы системным инженером, инженером сопровождения, SRE, DevOps-инженером или на аналогичной позиции от 2 лет
опыт сопровождения и эксплуатации решений в контейнерных средах: Podman, Docker Compose, Kubernetes
базовое понимание архитектуры Kubernetes и практический опыт диагностики проблем в кластере
понимание сетевого взаимодействия, журналирования, мониторинга и подходов к диагностике инфраструктурных проблем
навыки автоматизации рутинных задач и уверенное владение одним из языков программирования: Go, Python, Rust или аналогичным
Будет плюсом: опыт сопровождения AI/LLM-продуктов или соответствующей инфраструктуры; понимание специфики LLM-сервисов: задержки, производительность, потребление ресурсов, стоимость инференса, RAG-подходы; опыт эксплуатации больших языковых моделей на GPU-инфраструктуре; опыт работы с on-premise-решениями для корпоративных заказчиков
