This is a senior individual contributor role with real production responsibility. While the Platform Tech Lead sets the overall technical direction, you will be responsible for ensuring that our AI platform runs reliably, securely, and predictably in production.
You will own platform components end to end, with a strong focus on Kubernetes infrastructure, deployment, operations, troubleshooting, and continuous improvement. Our platform runs on a Talos Linux Kubernetes cluster with GPU-enabled nodes, where NVIDIA NIM and vLLM are used to serve and execute LLM workloads.
You are comfortable operating Kubernetes at a deep, practical level. When a node becomes unavailable, a pod hangs, an operator stops reconciling, or a CRD-backed component behaves unexpectedly, you know how to investigate the problem, restore service, and prevent it from recurring. You will also plan and carry out safe rolling upgrades of the cluster and its platform components.
Your goal is to make the platform stable and easy for product teams use: high reliability, clear interfaces, reusable patterns, and shorter time-to-market—without compromising data residency, security, or operational constraints.
We are a Stockholm-based AI team working from our Liljeholmen office. While Advania’s corporate language is Swedish, our day-to-day collaboration in this team is conducted in English. We are therefore looking for someone based in the Stockholm region who wants to be part of our on-site/hybrid rhythm in Liljeholmen and collaborate closely with engineers, tech leads, infrastructure teams, and business stakeholders.
Fluent spoken and written English is required. Swedish is strongly meriting, as is a willingness to develop your Swedish over time. Read on if you would like to learn more.
I rollen ansvarar du för att bygga, drifta och vidareutveckla vår AI-plattform med hög tillgänglighet och tydliga tillförlitlighetskrav. Plattformen körs på ett Kubernetes-kluster baserat på Talos Linux, med GPU-noder och inferenslösningar som NVIDIA NIM och vLLM.
Du ansvarar för den löpande driften av klustret och dess plattformskomponenter. Det innebär bland annat att:
• Felsöka och åtgärda problem med noder, poddar, nätverk, lagring och schemaläggning
• Hantera situationer där workloads eller poddar fastnar, kraschar eller inte kan schemaläggas
• Planera och genomföra säkra rullande uppgraderingar av Talos Linux, Kubernetes och plattformens komponenter
• Felsöka operators, controllers och CRD-baserade resurser när reconciliation eller beroenden inte fungerar som förväntat
• Drifta och optimera GPU-resurser samt model serving för LLM-workloads med NVIDIA NIM och vLLM
• Utveckla monitorering, loggning, metrics, tracing och alerting så att problem upptäcks tidigt och kan hanteras effektivt
• Följa upp incidenter och omsätta lärdomar i automation, dokumentation och långsiktiga förbättringar
Du säkerställer data residency inom svensk infrastruktur, definierar och följer upp SLO:er och arbetar systematiskt med kapacitet, stabilitet, prestanda och observability.
Arbetet omfattar även deployment pipelines, infrastrukturautomation och nätverkslösningar som proxies, API gateways och network policies. Du bidrar till den långsiktiga plattformsarkitekturen och tar ansvar för tydlig API-dokumentation, gränssnittsspecifikationer och arkitekturbeslut. Förändringar, versionsuppgraderingar och deprecations hanteras strukturerat och med hänsyn till de team som är beroende av plattformen.
En viktig del av uppdraget är också att skapa self-service-lösningar, återanvändbara deploymentsmönster och interna verktyg som förbättrar developer experience och gör det enklare för produktteam att driftsätta och förvalta AI-tjänster.
Vi söker dig som tar ägarskap för operativa plattformsbeslut i en AI-produktmiljö. Du ansvarar för att plattformen är levererbar, driftbar, observerbar och tydlig att integrera mot.
Du arbetar nära Platform Tech Lead kring teknisk riktning och arkitektur, men har ett tydligt eget mandat i den dagliga driften. Du prioriterar förbättringar, hanterar produktionsproblem och driver plattformsarbete från behov till stabil lösning.
Du kan visa att du har byggt och driftat produktionssystem som andra team är beroende av och att du kan förvalta både plattformskomponenter och gränssnitt över tid. Vi tror att du har:
• Djup praktisk erfarenhet av Kubernetes i produktion, inklusive felsökning av noder, poddar, workloads, nätverk, lagring, schemaläggning och resursproblem
• Erfarenhet av Kubernetes operators, controllers och CRD:er samt förmåga att felsöka problem i deras reconciliation-flöden
• Erfarenhet av klusterunderhåll och rullande uppgraderingar med höga krav på tillgänglighet
• Erfarenhet av Linux-baserade Kubernetes-miljöer; kunskap om Talos Linux är starkt meriterande
• Erfarenhet av GPU-baserade AI-plattformar eller model serving i on-prem/private cloud
• Förståelse för GPU-schemaläggning, kapacitetsplanering och drift av inferensworkloads; erfarenhet av NVIDIA NIM och/eller vLLM är starkt meriterande
• Erfarenhet av Helm/Kustomize och deklarativ hantering av Kubernetes-resurser
• Goda engineering-grunder inom testning, observability, dokumentation och backward-compatible interface design
• Erfarenhet av CI/CD och infrastructure as code
• Erfarenhet av monitoring och drift av infrastrukturtjänster och plattformskomponenter
• Erfarenhet av proxies, API gateways och network policies
• Förmåga att arbeta i miljöer med fasta krav på infrastruktur, säkerhet och data residency
• Mycket god kommunikationsförmåga på engelska, i både tal och skrift
• Förmåga att äga API-kontrakt och tekniska beroenden mot flera interna konsumenter
Det som väger extra tungt i våra kundmiljöer är erfarenhet från reglerade miljöer och förståelse för svenska språkets NLP-förutsättningar. Svenska är starkt meriterande, liksom viljan att utveckla din svenska över tid.
Du tar initiativ, prioriterar och driver plattformsarbete i mål med tydligt ägarskap för kvalitet och drift, utan att behöva detaljstyrning. Du bygger förtroende genom att förstå interna och externa behov, översätta dem till tydliga rekommendationer och stabila gränssnitt, och kommunicera risker, beslut och nästa steg. När förutsättningar ändras omplanerar du, involverar rätt personer och säkrar att leveransen fortsatt ger mätbart värde genom stabilitet och kortare time-to-market.
Advanias AI-verksamhet bygger en suverän Trusted AI Platform och en växande produktportfölj för företag i reglerade miljöer. Det här är rätt tidpunkt för dig som vill ha verkligt mandat och faktiskt ansvar – du kommer att vara med och definiera de standarder och riktlinjer som gör plattformen säker, compliant och redo för produktion.
Visa gärna ditt intresse så snart som möjligt då vi intervjuar löpande. Vi välkomnar sökanden med olika bakgrunder, erfarenheter och synsätt, eftersom vi vet att en bredare mångfald berikar var och en av oss och stärker såväl effektivitet som kreativitet i vårt arbete.
Som en del av vår rekryteringsprocess genomgår våra slutkandidater en obligatorisk bakgrundskontroll, samt logisk- och personlighetstest, för oss kvalitativ kontroll inför ett anställningsbeslut. Advania samarbetar med Ljung & Sjöberg i ärenden kopplat till alkohol-, drog- och spelproblematik och är en certifierad "Proaktiv Arbetsplats".
Tveka inte att höra av dig om du har några frågor eller funderingar.
Ansök här
Sök stipendier i Sveriges största stipendieportal
Se alla stipendier »Sök lediga jobb från Sveriges attraktivaste arbetsgivare i vår jobbportal
Se lediga jobb »Sök traineeprogram från Sveriges attraktivaste arbetsgivare
Se traineeprogram »