Senior SRE - Cloud Compute Node for AI Infra

Nebius Group; United States; Remote; USD 130,000 - 180,000; Full time

Benefits offered by this job

International environment

Impactful AI projects

Fast-moving culture

Trust and ownership

Job summary

Nebius Group ищет Senior Site Reliability Engineer для команды Compute Node. Вы будете обеспечивать надежность узлов вычислений, работающих на виртуальных машинах по всему облаку Nebius AI Cloud.

Кандидат с глубоким знанием Linux, опытом работы с QEMU/KVM и контейнерами, навыками наблюдаемости и анализа инцидентов важен для нашей команды, отвечающей за стабильность и масштабируемость платформы.

Qualifications

• Глубокие знания Linux user space и kernel space, subsystems scheduler/memory/filesystems/cgroups/namespaces.
• Опыт работы с QEMU/KVM и виртуализацией.
• Понимание архитектуры и ограничений VM lifecycle и производительности.

Responsibilities

• Обеспечение надежности, доступности и производительности узловCompute Node с VMs.
• Анализ и отладка Linux на уровне user/kernel space; работа с инструментами мониторинга.
• Разрешение инцидентов, корневые причины и постмортемы; улучшение устойчивости системы.

Skills

Linux internals

QEMU/KVM

Containers & cgroups

Observability & SRE metrics

Incident response

System troubleshooting

Tools

QEMU/KVM

Perf

eBPF

strace

Kernel crash dumps

Job description

Nebius Group ищет Senior Site Reliability Engineer для команды Compute Node. Вы будете обеспечивать надежность узлов вычислений, работающих на виртуальных машинах по всему облаку Nebius AI Cloud.

Кандидат с глубоким знанием Linux, опытом работы с QEMU/KVM и контейнерами, навыками наблюдаемости и анализа инцидентов важен для нашей команды, отвечающей за стабильность и масштабируемость платформы.