[Infra] Especialista II de Infraestrutura de Cloud (IA)

Confidencial (Apenas para Cadastrados) | São Paulo - SP | Remoto

• Arquitetar e operar infraestrutura de inferência e suporte a treinamento e fine-tuning de modelos (GPU-first), em ambientes on-premises, cloud e serviços externos.

• Definir arquitetura física e lógica (rede, isolamento, alta disponibilidade, capacidade e resiliência).

• Planejar e executar a implantação da plataforma de IA, garantindo compatibilidade entre hardware, SO, drivers, CUDA, Kubernetes e stacks de inferência.

• Operar a plataforma de inferência em produção, assegurando disponibilidade, desempenho e continuidade.

• Atuar na resolução de incidentes complexos (GPUs, Kubernetes, redes, storage e workloads de IA).

• Aplicar práticas de SRE (SLOs, SLIs, error budgets e gestão de incidentes).

• Operar e evoluir stacks de inferência (comerciais e open source), garantindo portabilidade e mitigação de lock-in.

• Definir e padronizar serviços de inferência (ex.: Triton, NIM).

• Arquitetar e operar clusters Kubernetes para IA (multi-tenant, scheduling de GPU, filas, concorrência, backpressure e escala).

• Implementar observabilidade full stack (infraestrutura, GPUs, Kubernetes e serviços de inferência).

• Garantir visibilidade de consumo de recursos, capacidade, riscos operacionais e impacto financeiro.

• Apoiar capacity planning e planejamento orçamentário.

• Integrar práticas de DevSecOps ao ciclo completo da plataforma.

• Garantir conformidade com segurança, auditoria, acessos e segregação de ambientes.

• Disseminar padrões técnicos, boas práticas e conhecimento (documentação e mentoria).

• Apoiar fóruns técnicos e decisões estratégicas relacionadas à infraestrutura de IA.

• Experiência mínima de 5 anos em infraestrutura de TI, cloud ou sistemas distribuídos em ambientes críticos.

• Experiência em arquitetura e operação de sistemas distribuídos (preferencialmente com dados, analytics ou IA).

• Vivência em equipes multidisciplinares com interação com produto, dados, segurança e arquitetura.

• Graduação em TI, Engenharia, Ciência da Computação ou áreas correlatas.

• Inglês avançado (leitura, escrita e conversação técnica).

• Domínio de sistemas distribuídos (concorrência, balanceamento, filas, isolamento e backpressure).

• Experiência sólida com Kubernetes (EKS, GKE, AKS, scheduling avançado, multi-tenant).

• Conhecimento avançado em ambientes de missão crítica (alta disponibilidade e resiliência).

• Domínio de redes (TCP/IP, DNS, load balancers, firewalls, SDN).

• Experiência com storage para workloads intensivos em I/O e larga escala.

• Experiência com cloud pública (AWS, Azure e/ou GCP).

• Domínio de observabilidade (métricas, logs e traces).

• Experiência com Infraestrutura como Código (IaC) e automação.

• Conhecimento em práticas DevSecOps e SRE.

• Forte capacidade analítica para resolução de problemas complexos.

• Comunicação clara e orientada a impacto técnico e operacional.

• Entendimento de contexto de negócio para embasar decisões técnicas.

• Pós-graduação ou MBA em áreas como Arquitetura de Software, Cloud, Sistemas Distribuídos ou Segurança.
• Certificações Kubernetes (CKA, CKAD ou CKS).
• Certificações Linux (LPIC-3, RHCE ou equivalente).
• Certificações em cloud (AWS, Azure ou GCP).
• Certificações NVIDIA (NCP-AI ou NCA-AI).
• Certificações em Segurança, DevSecOps ou Arquitetura (ex.: CISSP, CCSK, TOGAF).