Название: Старший инженер по эксплуатации инфраструктуры
Местоположение: Нью-Йорк, Нью-Йорк / Удаленно / Сан-Франциско, Калифорния / Сиэтл, Вашингтон / Нью-Йорк, Нью-Йорк, США; Удаленно; Сан-Франциско, Калифорния, США; Сиэтл, Вашингтон, США
Вознаграждение (Предполагаемый годовой диапазон базовой заработной платы для этой должности составляет:): 175 000 – 200 000 долларов США в год
Кто мы
Lightning AI — компания, стоящая за PyTorch Lightning. Основанная в 2019 году, мы создаем комплексную платформу для разработки, обучения и развертывания систем искусственного интеллекта, разработанную для воплощения идей из исследований в производство с меньшими затруднениями.
Благодаря нашему слиянию с Voltage Park, неооблачной платформой и фабрикой ИИ, Lightning AI объединяет программное обеспечение, ориентированное на разработчиков, с экономически эффективными крупномасштабными вычислениями. Команды получают инструменты, необходимые для экспериментов, обучения и производственного инференса, с встроенной безопасностью, наблюдаемостью и контролем.
Мы обслуживаем как индивидуальных исследователей, так и стартапы и крупные предприятия. Lightning AI работает по всему миру, имея офисы в Нью-Йорке, Сан-Франциско, Сиэтле и Лондоне, и поддерживается Coatue, Index Ventures, Bain Capital Ventures и Firstminute.
Как мы работаем
Люди, которые добиваются успеха здесь, — это строители, которые действуют быстро, открыто общаются, берут на себя ответственность и постоянно совершенствуют себя, свои команды и нашу компанию. Вот как это выглядит на практике:
- Действовать с настойчивостью: Мы движемся быстро, принимаем продуманные решения и поддерживаем темп. Мы ценим действие больше, чем совершенство, и учимся, выпуская продукт.
- Брать на себя ответственность: Мы отвечаем за результаты, а не только за свою индивидуальную работу. Мы принимаем решения, которые продвигают компанию вперед, и доводим их до конца.
- Общаться открыто: Мы общаемся напрямую, стремимся понять и создаем ясность для других. Честные разговоры помогают нам двигаться быстрее вместе.
- Строить отличные команды: Мы подаем пример, расширяем возможности других и создаем здоровые команды, где люди могут выполнять свою лучшую работу.
- Повышать планку: Мы всегда совершенствуем себя. Мы учимся на обратной связи, постоянно бросаем себе вызов для роста и фокусируемся на самой важной работе.
- Думать в долгосрочной перспективе: Мы разрабатываем для того, что будет дальше. Мы создаем масштабируемые системы, упрощаем сложность и используем ИИ и автоматизацию для усиления нашего воздействия.
Что мы ищем
Lightning AI ищет опытного старшего инженера по эксплуатации инфраструктуры, который поможет управлять и масштабировать инфраструктуру, лежащую в основе одного из крупнейших в мире парков GPU.
Наша команда эксплуатации инфраструктуры находится в центре надежности производства для ИИ-инфраструктуры Lightning. Команда работает с Linux, физическими серверами, GPU, сетями, хранилищами, подготовкой ресурсов и оркестрацией кластеров, выступая в качестве критически важной точки технической эскалации при возникновении сложных проблем с инфраструктурой.
Это не традиционная роль системного администратора или оператора, основанная на заявках. Вы будете устранять проблемы во всем стеке инфраструктуры, решать проблемы до их полного устранения и определять возможности для автоматизации повторяющейся работы. Вы также будете участвовать в долгосрочных инженерных проектах, которые повышают надежность, стандартизируют операции и позволяют нашей инфраструктуре эффективно масштабироваться.
Мы ищем универсального специалиста по инфраструктуре, который комфортно работает над глубоким анализом, когда что-то выходит из строя, но также умеет отойти назад и спросить, как можно предотвратить повторение той же проблемы.
Эта должность может быть полностью удаленной в США или гибридной из одного из наших офисов в США (Нью-Йорк, Сан-Франциско или Сиэтл) с периодическими выездными мероприятиями команды и компании. В настоящее время мы не можем предоставить визовую поддержку для этой должности.
Что вы будете делать
- Эксплуатировать и устранять неисправности крупномасштабной инфраструктуры GPU и физических серверов, охватывающей Linux, вычислительные мощности, сети, хранилища и оркестрацию кластеров.
- Выступать в качестве точки технической эскалации для сложных проблем инфраструктуры, управляя проблемами от начального расследования до устранения и анализа первопричин.
- Управлять рабочими процессами эксплуатации на протяжении всего жизненного цикла инфраструктуры, включая подготовку, настройку, проверку, обслуживание, исправление и вывод из эксплуатации.
- Создавать автоматизацию и внутренние инструменты, которые устраняют повторяющуюся операционную работу и позволяют парку инфраструктуры эффективно масштабироваться.
- Выявлять повторяющиеся сбои и сотрудничать с командой инженеров инфраструктуры для создания более надежных, воспроизводимых и автоматизированных систем.
- Улучшать процессы подготовки, мониторинга, диагностики и эксплуатации в условиях быстрорастущего инфраструктурного ландшафта.
- Тесно сотрудничать с командами инженеров инфраструктуры, сетевых инженеров, операторов центров обработки данных, службы поддержки клиентов и инженеров платформы для решения проблем, выходящих за рамки команд или систем.
- Участвовать в распределенном графике дежурств (основной/резервный) для поддержки производственной инфраструктуры.
Что вам понадобится
Обязательные квалификации
- Большой опыт эксплуатации и устранения неисправностей производственной инфраструктуры на базе Linux в масштабе.
- Опыт устранения сложных проблем инфраструктуры, связанных с вычислениями, сетями, хранилищами и операционными системами.
- Отличные навыки автоматизации и написания скриптов с использованием Python, Go, Bash, Ansible или аналогичных инструментов.
- Опыт работы с Kubernetes, Slurm или другими системами оркестрации кластеров и рабочих нагрузок.
- Опыт использования систем мониторинга, наблюдаемости и телеметрии для диагностики и устранения неисправностей производственной инфраструктуры.
- Прочные фундаментальные знания в области систем и сетей, с подтвержденным опытом решения производственных проблем до их полного устранения.
- Комфортная работа в неопределенных условиях и сотрудничество с командами инженеров, операторов и клиентских команд.
Желательно
- Опыт устранения неисправностей, подготовки или эксплуатации инфраструктуры физических серверов.
- Опыт эксплуатации или устранения неисправностей инфраструктуры GPU, HPC или других высокопроизводительных вычислительных систем.
- Знакомство с NVIDIA GPUs, DCGM, InfiniBand, RoCE/RDMA, NVLink или высокоскоростными сетями центров обработки данных.
- Опыт работы с технологиями управления и подготовки аппаратного обеспечения, такими как PXE, BMC, IPMI, Redfish или iDRAC.
- Опыт работы с распределенными или высокопроизводительными системами хранения данных, такими как VAST, Ceph, GPFS или WEKA.
- Опыт работы с концепциями Infrastructure as Code, управления конфигурацией или GitOps.
Вознаграждение
Мы стремимся предлагать конкурентоспособное вознаграждение, отражающее ценность, которую каждый член команды вносит в нашу миссию. Окончательные предложения основываются на таких факторах, как опыт, навыки, географическое положение и ожидания от роли. Помимо базовой заработной платы, наш пакет полного вознаграждения для соответствующих должностей включает дискреционный бонус, значительную долю в акциях компании и комплексные льготы.
Предполагаемый годовой диапазон базовой заработной платы для этой должности:
175 000 — 200 000 долларов США
Льготы и бонусы
Мы предлагаем комплексный и конкурентоспособный пакет льгот, разработанный для поддержки здоровья, благополучия и долгосрочного успеха наших сотрудников:
- Комплексное медицинское страхование: Медицинское, стоматологическое и офтальмологическое страхование для сотрудников и подходящих иждивенцев.
- Значительная доля в акциях: Акции компании (RSU), которые дают сотрудникам долю в долгосрочном успехе компании.
- Пенсионные накопления: Соответствие взносам в 401(k) (США) и пенсионные взносы (Великобритания).
- Гибкое время отдыха: Неограниченное количество оплачиваемых отпусков (PTO), государственные праздники и плавающие выходные для поддержания баланса между работой и личной жизнью.
- Общекорпоративный зимний перерыв: Две недели закрытия компании каждую зиму для отключения и восстановления сил.
- Оплачиваемый отпуск по уходу за родителем и семьей: Оплачиваемый отпуск для поддержки вас и вашей семьи в важные моменты жизни.
- Профессиональное развитие: Ежегодный бюджет на обучение и развитие для поддержки вашего профессионального роста.
- Льготы для благополучия: Пособия на оздоровление и удаленную работу для поддержания вашего физического и психического благополучия.
- Программа саббатики: Четыре недели оплачиваемого отпуска по саббатике после четырех лет службы.
- Гибкая работа: Гибкий график и гибридная модель работы для наших офисных команд.
- Питание в офисе: Бесплатные обеды в наших офисных центрах.
Льготы могут варьироваться в зависимости от местоположения, команды и должности.
В Lightning AI мы стремимся создавать инклюзивную и разнообразную рабочую среду. Мы верим, что разнообразные команды способствуют инновациям и создают лучшие продукты. Мы предоставляем равные возможности трудоустройства всем сотрудникам и кандидатам независимо от расы, цвета кожи, религии, пола, сексуальной ориентации, гендерной идентичности, национального происхождения, возраста, инвалидности, статуса ветерана или любой другой защищенной характеристики. Мы стремимся построить культуру, в которой каждый может преуспевать и полностью реализовать свой потенциал.
