Claven AI — ташкентский стартап, создающий суверенную платформу для инфраструктуры и оркестрации ИИ. Наша система превращает кластеры GPU (как bare-metal, так и управляемые) в облачные, эффективные и прибыльные ИИ-облака. Мы упрощаем запуск инференса, дообучение моделей и масштабируемое управление рабочими нагрузками GPU, уделяя особое внимание суверенитету данных для всех клиентов в Узбекистане и по всему миру. Мы ориентируемся на корпоративных и государственных клиентов в регулируемых отраслях — банковской сфере, финансах, здравоохранении, обороне, академических кругах — и уже имеем проекты на стадии пилотирования. Наши преимущества — производительность, экономическая эффективность, современная архитектура и упрощенный опыт интеграции как для LLM, так и для традиционных ML-нагрузок. Мы работаем прозрачно, с минимальным эго, ставя во главу угла технологии, в атмосфере усердной работы, товарищества и клиентоориентированности.
Как мы работаем
Мы — команда, нативная для ИИ. Мы ежедневно используем Claude Code, наряду с другими агентными ИИ-инструментами и рабочими процессами, для ускорения разработки. Это не бонус, это так происходит работа. Если вы присоединитесь к нам, мы ожидаем, что вы:
- Активно используете Claude Code, Cursor или аналогичный агентный ИИ в своем ежедневном рабочем процессе — не как любопытство, а как ваш стандартный способ работы.
- При работе с незнакомой системой (внутренние механизмы планирования GPU, движок обслуживания моделей, новый оператор или контроллер) вы глубоко погружаетесь в нее с помощью ИИ как ускорителя и возвращаетесь с ответами, прототипами и мнениями.
- Берете на себя ответственность. Вы не ждете указаний, когда проблема оказывается в вашей зоне ответственности.
- Поддерживаете любознательность и скорость обучения.
Что вы будете курировать
Вы будете отвечать за бэкенд-сервисы и механизмы Kubernetes, которые превращают кластер GPU в многопользовательскую ИИ-платформу. Это настоящая работа с распределенными системами и API Kubernetes, а не CRUD.
В частности:
- Разработка и развитие наших основных Go-сервисов, которые оркестрируют AI/ML-нагрузки на Kubernetes — маршрутизация трафика инференса, выделение и согласование рабочих нагрузок через API Kubernetes, управление их жизненным циклом.
- Написание контроллеров, операторов, admission webhooks и пользовательских ресурсов (controller-runtime / kubebuilder), включая планирование и размещение с учетом GPU.
- Интеграция и настройка стека обслуживания моделей для оптимизации затрат, задержки и пропускной способности, включая обслуживание нескольких GPU (tensor-parallel) и жизненный цикл артефактов модели.
- Реализация многопользовательской архитектуры, сетевых политик и изоляции рабочих нагрузок для поддержки наших режимов работы с суверенитетом данных и air-gapped — изоляция по арендаторам, квоты и RBAC.
- Управление контрактными API, которые предоставляет платформа, и сотрудничество с нашими фронтенд-инженерами на стыках, где бэкенд встречается с UI, включая шлюз и уровни идентификации.
- Помощь в диагностике и решении проблем в продакшене по всему стеку по мере подключения пилотных клиентов.
Что мы ищем
Мы больше ценим то, что вы можете реально сделать, чем сколько лет вам потребовалось, чтобы этого достичь.
Уровень требований:
- Сильный, продакшн-градусный Go — вы создавали и эксплуатировали реальные сервисы, а не просто скрипты.
- Глубокое понимание Kubernetes — вы понимаете API и модель контроллера/согласования, а также эксплуатировали кластеры — отлаживали инциденты, а не просто применяли
kubectl apply к кластеру, которым управляет кто-то другой.
- Прочные фундаментальные знания Linux, сетей и систем.
- Практический опыт работы с инфраструктурой как кодом (IaC), инструментами наблюдаемости и CI/CD пайплайнами.
- Уверенность в управлении контрактным API и границей, на которой он находится; вы фиксируете свои мысли и четко общаетесь.
- Отличное знание письменного английского языка и четкая, бесконфликтная коммуникация.
- 4+ года опыта в бэкенде, на платформе, инфраструктуре или SRE — полезный ориентир, но не жесткое ограничение.
Бонусные баллы
Ни один из этих пунктов не является обязательным. Они ускорят ваше обучение, и мы рады нанять человека с сильными фундаментальными знаниями и нулевым опытом работы с GPU, который стремится учиться.
- Написание контроллеров Kubernetes, операторов, admission webhooks или пользовательских ресурсов (controller-runtime / kubebuilder).
- Практический опыт работы со стеком NVIDIA (CUDA, MIG, NCCL, DCGM) или разделением и виртуализацией GPU (MIG, time-slicing, MPS).
- Обслуживание LLM в продакшене (vLLM, TGI, SGLang или аналогичные).
- Работа с многопользовательской архитектурой, сетевыми политиками или соответствием требованиям в регулируемых отраслях.
- Python — некоторые из наших сервисов написаны на Python; уверенность в переключении между языками полезна.
- Работа с API-шлюзом или идентификацией/OIDC.
- Опыт работы с ML-платформами, инфраструктурой для разработчиков или внутренними продуктами типа PaaS; знакомство с системами оплаты по мере использования и квотирования.
Что вы получите
- С первого дня — ответственность за критически важный уровень платформы.
- Прямая работа с основателями и небольшой, нативной для ИИ инженерной командой — никакой бюрократии, никаких политических интриг.
- Реальный пайплайн клиентов на регулируемых рынках — пилотные проекты, а не «виртуальные» обещания.
- Полностью удаленная работа, глобально. Мы нанимаем по таланту и отношению. Рабочее время должно значительно пересекаться с командой.
- Компенсация обсуждается в процессе найма и является конкурентоспособной для рынка кандидата.
