SRE: AI Infrastructure & GPU Platform

Wayve; Greater London; Hybrid; GBP 90,000 - 140,000; Full time

Benefits offered by this job

Salaries benchmarked against market

Meaningful equity

Relocation support and visa

Hybrid working

Learning and development budgets

Comprehensive benefits

Job summary

Wayve ищет инженера по инфраструктуре ИИ для поддержки и развития нашей облачной/платформенной среды, работающей на GPU и Kubernetes. Ваша роль будет ориентирована на обеспечение надёжности, автоматизацию и грамотную эксплуатацию крупных распределённых систем в гибридном режиме.

Вы будете взаимодействовать с командами Pl, Compute, Data и Cloud Infrastructure, развивая практики SLO и production-readiness, а также улучшая устойчивость и масштабируемость инфраструктуры под задачи ML и HPC.

Qualifications

• Опыт эксплуатации больших распределённых инфраструктур/облачных систем.
• Уверенное владение Kubernetes и облачными сервисами.
• Опыт работы с Python или Go, инфраструктурой как кодом, CI/CD / GitOps.
• Понимание отказоустойчивости распределённых систем и мониторинга.

Responsibilities

• Работа с инженерами разных команд над выявлением рисков надёжности и конвертацией проблем в надёжные решения.
• Улучшение наблюдаемости, автоматизации, безопасности развёртывания, планирования ёмкости и обучения по инцидентам.
• Устранение сложных сбоев в вычислениях, сети и хранилище.
• Разработка автоматического восстановления узлов GPU и развёртывания GitOps (Argo CD/Flux).
• Улучшение планирования графиков Kubernetes, масштабирования и эффективного потребления ресурсов.

Job description

Wayve ищет инженера по инфраструктуре ИИ для поддержки и развития нашей облачной/платформенной среды, работающей на GPU и Kubernetes. Ваша роль будет ориентирована на обеспечение надёжности, автоматизацию и грамотную эксплуатацию крупных распределённых систем в гибридном режиме.

Вы будете взаимодействовать с командами Pl, Compute, Data и Cloud Infrastructure, развивая практики SLO и production-readiness, а также улучшая устойчивость и масштабируемость инфраструктуры под задачи ML и HPC.