Senior-tason observability-insinööri

Verdalla rakennamme kokonaisvaltaista AI-pilvipalvelua datakeskuksista ja laitteistosta omaan pilvialustaan, jota maailman johtavat AI-tiimit käyttävät vaativaan AI-työhön. Haluamme vaikuttaa myönteisesti maailmaan rakentamallamme infrastruktuurilla ja tarjota johtaville tiimeille palvelun, johon ne voivat aidosti luottaa. Pääkonttorimme on Helsingissä, toimimme maailmanlaajuisesti ja meillä on toimistot Lontoossa ja San Franciscossa. Tule Verdan matkaan, kun yritystä vasta rakennetaan – älä vasta sitten, kun kaikki on valmista. Tietoa tehtävästä Senior-tason observability-insinöörinä Observability Platform -tiimissä osallistut observability-alustan arkkitehtuurin ja kehittämisen työhön. Alusta kattaa bare metal -palvelimet, virtuaalikoneet, Linuxin, Kubernetesin, GPU-klusterit, verkkoinfrastruktuurin ja pilvinatiivit sovellukset. Autat muuttamaan arkkitehtuuripäätökset käytännön toteutuksiksi ja yhteisiksi standardeiksi. Keskeinen osa työtäsi on Grafanaan sekä VictoriaMetrics- ja Prometheus-ekosysteemien työkaluihin perustuvan observability-kokonaisuuden ylläpito ja kehittäminen, häiriöiden tunnistamisen ja hallinnan parantaminen sekä tekoälyavusteisen valvonnan kehittäminen. Teet tiivistä yhteistyötä alusta-, SRE-, infrastruktuuri-, verkko-, tietoturva-, sovellus- ja ML-insinööritiimien kanssa. Autat integroimaan observabilityn järjestelmien suunnitteluun ja käyttöön. Vastuualueesi Observability-alusta: Suunnittelet, skaalat ja ylläpidät yhteisiä metriikka-, loki- ja jäljityspalveluja, jotka kattavat infrastruktuurin kunnon ja työkuormien toiminnan. GitOps ja automaatio: Hallitset Kubernetesin deklaratiivisia käyttöönottoja Argo CD:llä sekä GitLabin ja GitHubin CI/CD-työkaluilla. Automatisoit palvelimien ja virtuaalikoneiden konfiguroinnin Ansiblella ja SaltStackilla. Infrastruktuurin telemetria: Kehität bare metal -laitteiston, Linuxin, fyysisten ja overlay-verkkojen sekä Kubernetesin valvontaa. Integroi telemetriaa esimerkiksi IPMI/Redfishistä, PDU-laitteista, SNMP:stä, gNMI:stä ja NetFlow/sFlow’sta. GPU- ja AI-työkuormat: Rakennat telemetriaputkia ja koontinäyttöjä GPU-klustereille, AI-koulutusajoille ja päättelypalveluille. Sovellusten telemetria: Osallistut OpenTelemetry-instrumentoinnin, kontekstin välityksen ja Collector-putkien yhteisten standardien määrittelyyn. Tuet Go-, Node.js- ja Python-palveluita ja rajapintoja instrumentoivia tiimejä. Hälytykset ja häiriötilanteet: Rakennat hyödyllisiä koontinäyttöjä ja hälytyksiä, kehität PagerDuty-ilmoituskäytäntöjä ja osallistut päivystysvuoroihin. Teet yhteistyötä muiden tiimien kanssa turhien hälytysten vähentämiseksi ja häiriöiden selvittämisen ja palautumisen nopeuttamiseksi. Yhteiset käytännöt: Dokumentoit standardit ja autat tiimejä ottamaan ne käyttöön. Arvioit ja kehität tekoälyavusteisia valvonnan ja häiriöselvityksen menetelmiä. Keskeinen osaamisesi Observability-alustat: Vahva käytännön kokemus Grafanasta ja tuotantoympäristöjen telemetriajärjestelmistä, kuten VictoriaMetricsistä ja VictoriaLogsista tai vastaavista metriikka- ja lokijärjestelmistä. Infrastruktuuri ja hajautetut järjestelmät: Linuxin vahva perusteiden hallinta, Kubernetes-kokemus tuotantoympäristöstä sekä kokemus pilvinatiivien sovellusten ja hajautettujen järjestelmien valvonnasta. OpenTelemetry: Käytännön kokemusta instrumentoinnista, metriikoista, jäljityksestä, rakenteisista lokeista, jäljityskontekstin välittämisestä ja Collector-putkista. GitOps ja automaatio: Kokemusta deklaratiivisista käyttöönottoista, CI/CD:stä ja konfiguraationhallinnasta esimerkiksi Argo CD:llä, GitLab CI/CD:llä, Ansiblella ja SaltStackilla. Operatiivinen työ: Kokemusta tuotantohäiriöiden selvittämisestä, hälytysten ylläpidosta ja operatiivisen vastuun jakamisesta insinööritiimissä. Tiimien välinen yhteistyö: Kyky selittää teknisiä ratkaisuja, ohjata tiimejä ja auttaa yhteisten observability-käytäntöjen käyttöönotossa. Eduksi katsotaan Kokemus laajojen observability-järjestelmien rakentamisesta ja ylläpidosta useissa datakeskuksissa. Kokemus GPU-klusterien ja AI/ML-työkuormien valvonnasta, mukaan lukien NVIDIA DCGM sekä koulutus- ja päättelysuorituskyvyn mittarit. Syvempi osaaminen laitteisto- ja verkkotelemetriasta, esimerkiksi IPMI/Redfishistä, NetFlow/sFlow’sta, SNMP:stä, gNMI:stä tai eBPF:stä. Kokemus bare metal-, virtuaalikone- ja Kubernetes-ympäristöistä. Kokemus LLM:ien, ML:n tai agenttipohjaisten järjestelmien hyödyntämisestä automaatiossa ja häiriöselvityksessä. Kokemus tietoturvavalvonnasta ja yhteistyöstä SecOps-tiimien kanssa. Miksi Verda Rahallinen ja osakepohjainen palkitseminen sekä paikalliset henkilöstöedut. Yli 40 kansallisuutta; johtoryhmässä on kuusi eri kansallisuutta. Todellinen mahdollisuus vaikuttaa ja työskennellä maailmanluokan insinöörien, tutkijoiden ja kumppaneiden kanssa globaalissa AI-ekosysteemissä. Käytännön tiedot Sijainti: Lontoo, Iso-Britannia tai etätyö EU:n alueelta Työsuhde: kokoaikainen ja vakituinen Seuraavaksi Kasvamme nopeasti, ja tähän tehtävään tarvitaan oikea henkilö. Hakuaikaa ei ole rajattu keinotekoisella määräajalla, mutta etenemme heti sopivan henkilön löydyttyä. Jos tehtävä tuntuu seuraavalta askeleeltasi, lähetä hakemus. Lähetä hakemus urasivumme kautta. Emme käsittele sähköpostitse lähetettyjä hakemuksia.