DevOps / SRE pro on-prem AI stack (K8s + GPU) - mezinárodní startup

Informace o pracovním místě

EU-first AI pro marketplaces. On-prem Kubernetes+GPU (A4000), ClickHouse/Vault, CI/CD s rollbacky. Validace: EY Startup Academy Frankfurt + OVHcloud Startup Program. Hledáme DevOps/SRE s ownership.

CO BUDEŠ DĚLAT (ENGINEERING)
• Udržíš v chodu on-prem Kubernetes cluster (3 nody, GPU A4000) pro AI inference
• Zavedes release disciplínu: GitLab CI, Helm deploy, canary/blue-green (kde dává smysl), rychlý rollback
• Postavíš observabilitu: Prometheus/Grafana, alerty, incident flow, SLO (latence, chybovost, dostupnost)
• Nasadíš a spravuješ klíčové komponenty: ClickHouse (vč. vektorů), Vault, MLflow, logování
• Pomůžeš se sítí a bezpečností: VPN, segmentace, snapshoty/backup, „air-gapped“ režim, LUKS

TVŮJ STACK
• Kubernetes (kubeadm), Helm, GitLab CI
• Linux, bash, YAML, základní síťové prvky (VPN, firewally)
• Prometheus/Grafana, Vault, LUKS
• Výhodou: GPU runtime/NVIDIA stack, ClickHouse admin, Terraform

JAK SPOLUPRACUJEME
• Remote-first, async (Slack/GitLab/Notion), minimum zbytečných callů
• Malý core tým, jasná odpovědnost a viditelný dopad v produkci
• Nehledáme „správce YAML“ – hledáme člověka, který drží systém při životě

JAK SE PŘIHLÁSIT
• Napiš 5–10 řádků: co jsi provozoval a jeden příklad incidentu/rollbacku, který jsi dotáhl do konce

Potřebná úroveň: Senior, Gurů
Délka minimální praxe (roky): 3
Hardskills: Grafana, Vault, Incident response, SLO/SLA, Networking, Backup/DR
Výhodou: NVIDIA runtime, Terraform, ClickHouse admin, GitOps (ArgoCD/Flux), Security hardening
Softskills: „asynchronní komunikace“, „ownership“, „incident leadership“
Jazyky: Čeština – domluvit se, Angličtina – čtení dokumentace

Vzdálená práce: částečně remote, plně remote

Benefity:

BENEFITY (CO TI TO DÁ)
• On-prem GPU stack: reálný provoz, žádná „hra na cloud“
• Ownership: navrhneš a prosadíš řešení, které se hned používá
• Měřitelný dopad: latence, stabilita, rollouty – vše je vidět na metrikách
• Remote-first + async režim (šetří energii i čas)
• Přístup k celému stacku: infra, logy, CI/CD, rollback scénáře, runbooky
• Prostor pro nástroje: co funguje, to nasadíme (Terraform/Ansible/…)
• Možnost dlouhodobě růst do SRE lead / platform owner role
• Férová odměna + výkonnostní bonusy; u core role možnost podílu

Proč si vybrat tuto nabídku?
1) ENGINEERING REALITA (ne buzzwordy) U nás DevOps znamená SRE odpovědnost: inference musí běžet, musí být měřitelná a musí jít bezpečně vrátit zpět. Běžíme on-prem na vlastním železe (Kubernetes + GPU). Release bez rollbacku je u nás jen „pokus“. 2) EU-FIRST STARTUP (ale s disciplínou) Nejsme korporát. Malý tým, jasné priority: produkční provoz, data, metriky, dopad. Zároveň nejsme „garáž bez pravidel“ – jedeme governance: logy, audit trail, runbooky, dvojí kontrola změn. 3) PRESTIŽ / VALIDACE / SMĚR • EY Startup Academy Frankfurt (2025) • OVHcloud Startup Program (EU-ready infrastruktura) • CzechInvest inkubace • ESA BIC CZ track (přihláška v procesu) • Doménově: marketplaces a velký e-commerce ekosystém (CZ/SK/PL + DACH) 4) PRO KOHO TO JE (a pro koho ne) Je to pro člověka, kterého baví ownership, incidenty, zlepšování SLO a „udělat to tak, aby to drželo“. Není to pro někoho, kdo chce jen klidnou správu a čekání na zadání. 5) VÝBĚR (rychle a férově) • 20 min úvod (motivace + zkušenosti) • 45 min technický rozhovor (K8s, observabilita, rollback story) • krátký mini-úkol (2–3 h) – návrh release/rollback + metriky 6) ODMĚNA Odměna podle rozsahu (freelance/part-time) + výkonnostní bonusy. Pokud se z toho stane core role, dává smysl řešit i dlouhodobou motivaci (podíl).