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

Sobre a oportunidade

Descrição
Arquitetar, evoluir e operar a infraestrutura da plataforma de IA da Cloud TOTVS de forma segura, escalável e sustentável, garantindo previsibilidade operacional, baixo acoplamento tecnológico e eficiência financeira, suportando os serviços de inferência e suas dependências ao longo do crescimento dos produtos de IA da companhia.

Responsabilidades
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.

Requisitos
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.

Requisitos desejáveis
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).

Benefícios
Universidade em Rede TOTVS, uma universidade Corporativa com conteúdos e certificações gratuitos para cada pessoa colaboradora;
Programa +Saudáveis, que cuida de cada TOTVER com assessoria e ações voltadas para o bem estar em corpo, mente e finanças pessoais;
Programa +Vantagens, a maior rede de descontos da América Latina, exclusivos para nossas pessoas colaboradoras;
Programa + Cuidado, programa de apoio pessoal para pessoas colaboradoras e familiares, com orientações em diversas especialidades como: psicologia, serviço social, pet consultoria...
Einstein Conecta, benefício de orientação médica online pelos médicos do Hospital Israelita Albert Einstein, totalmente gratuito;
Plano de saúde e odontológico;
Vale refeição e / ou alimentação;
Vale transporte e fretados em algumas estações do metrô;
Licença maternidade e paternidade estendida;
Espaço de lactário;
Bicicletário;
Vestiário;
Seguro de vida;
Auxílio creche;
Previdência privada;
Escritório que estimula a criatividade e produtividade com ambientes para lanches, salas de jogos, mesas de bilhar e poltronas para relaxar;
Gympass.

Responsabilidades e atribuições

• 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.

Requisitos e qualificações

Benefícios

• Universidade em Rede TOTVS, uma universidade Corporativa com conteúdos e certificações gratuitos para cada pessoa colaboradora; Programa +Saudáveis, que cuida de cada TOTVER com assessoria e ações voltadas para o bem estar em corpo, mente e finanças pessoais; Programa +Vantagens, a maior rede de descontos da América Latina, exclusivos para nossas pessoas colaboradoras; Programa + Cuidado, programa de apoio pessoal para pessoas colaboradoras e familiares, com orientações em diversas especialidades como: psicologia, serviço social, pet consultoria... Einstein Conecta, benefício de orientação médica online pelos médicos do Hospital Israelita Albert Einstein, totalmente gratuito; Plano de saúde e odontológico; Vale refeição e / ou alimentação; Vale transporte e fretados em algumas estações do metrô; Licença maternidade e paternidade estendida; Espaço de lactário; Bicicletário; Vestiário; Seguro de vida; Auxílio creche; Previdência privada; Escritório que estimula a criatividade e produtividade com ambientes para lanches, salas de jogos, mesas de bilhar e poltronas para relaxar; Gympass.

Local de trabalho

São Paulo - SP

Antes de se candidatar

Confira no endereço oficial da candidatura os requisitos, prazos, etapas e condições do processo seletivo. A Agência Sertão organiza os dados da oportunidade para facilitar a consulta, mas a seleção e a contratação são conduzidas pela organização responsável.

Plataforma de origem: TOTVS · Ver anúncio original