AI HealthTech-стартап
Компания: Астратех Формат: удалёнка по РФ, мск-время (офис — Москва-Сити) Оформление: ГПХ → переход на ТК Занятость: full-time Вилка: 300 000 — 350 000 ₽ gross
О проекте
AI Healthcare-стартап строит ИИ-продукты в медицине: B2B-платформу для мониторинга здоровья сотрудников на производствах и B2C-сервис персонального ИИ-доктора. Сейчас команда в поиске DevOps-инженера, который наведёт порядок в инфраструктуре и снизит зависимость от внешних подрядчиков.
Важно про подход
Самостоятельность, зрелость, высокий уровень ownership. Нужно зайти в сложную среду, разобраться и методично привести её в порядок. Инфраструктурная безопасность — неотъемлемая часть работы.
Ключевые задачи
- Развитие Kubernetes-инфраструктуры и смежных сервисов.
- Построение и доработка CI/CD (Jenkins, GitLab CI, GitHub Actions).
- Внедрение мониторинга: Prometheus, Grafana, ELK, Graylog.
- Infrastructure as Code: Ansible, Terraform, Puppet.
- Контейнерная безопасность: сканирование образов, hardening K8s.
- Управление доступом: Keycloak, интеграция с LDAP.
- Compliance для медданных: анонимизация, аудит API, SIEM для K8s.
- Автоматизация на Python, Bash, Go.
- Контроль соблюдения 152-ФЗ, приказов ФСТЭК №17 и №21.
Приоритеты на старте
Настроить отказоустойчивый Kubernetes, привести в порядок CI/CD, внедрить мониторинг, собрать недокументированные знания и снизить риски зависимости от подрядчиков.
Ожидания
- 3+ лет в DevOps или инфраструктурной роли.
- Уверенный Linux; базовый Windows / PowerShell; опыт с Astra Linux, RedOS.
- Автоматизация на Python и Bash; понимание Go на уровне работы со стеком.
- Docker (multistage, compose), Kubernetes (развёртывание с нуля, RBAC, HA, Helm, ArgoCD).
- Опыт с PV/PVC, Longhorn, GlusterFS и БД в K8s: MongoDB, ClickHouse, PostgreSQL, Redis, MinIO.
- CI/CD с DevSecOps-практиками (GitLab, GitHub, SCA, SAST, DAST).
- Мониторинг: Prometheus, Grafana, ELK, fluent-bit. Понимание RED и USE Observability.
- Сетевые основы, опыт с закрытыми сетями и изолированными контурами.
- Знание 152-ФЗ, приказов ФСТЭК №17 и №21.
- Опыт с Keycloak, базовые навыки MLOps (Kubeflow).
Почему интересно
- Сложный домен: ML, медданные, высокие требования к безопасности.
- Архитектурная автономность и сильная команда инженеров.
- Продукт, который реально помогает людям.
