Infrastructure Engineer (GPU & Compute)

Название: Инженер по инфраструктуре (GPU и вычисления) Местоположение: Лондон, Великобритания / Нью-Йорк, Нью-Йорк / Удаленно / Сан-Франциско, Калифорния / Сиэтл, Вашингтон / Лондон, Англия, Великобритания; Нью-Йорк, Нью-Йорк, США; Удаленно; Сан-Франциско, Калифорния, США; Сиэтл, Вашингтон, США

Вознаграждение (Ожидаемый годовой оклад для этой должности составляет:): 180 000 – 220 000 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 ИИ, разработанную для быстрого перехода от идеи к производству. Благодаря нашему слиянию с Voltage Park, неооблачной компанией и фабрикой ИИ, Lightning AI сочетает в себе программное обеспечение, ориентированное на разработчиков, с экономически эффективными крупномасштабными вычислениями. Команды получают инструменты, необходимые для экспериментов, обучения и производственного инференса, с встроенными функциями безопасности, наблюдаемости и контроля. Мы обслуживаем индивидуальных исследователей, стартапы и крупные предприятия. Lightning AI работает по всему миру, имея офисы в Нью-Йорке, Сан-Франциско, Сиэтле и Лондоне, и поддерживается компаниями Coatue, Index Ventures, Bain Capital Ventures и Firstminute. Как мы работаем Люди, которые добиваются успеха у нас, — это строители, которые действуют быстро, открыто общаются, берут на себя ответственность и постоянно совершенствуются сами, свои команды и нашу компанию. Вот как это выглядит на практике: Действуйте с Упорством: Мы действуем быстро, принимаем продуманные решения и поддерживаем темп. Мы ценим действие больше, чем совершенство, и учимся, выпуская продукт. Берите на себя Ответственность: Мы несем ответственность за результаты, а не только за свою индивидуальную работу. Мы принимаем решения, которые продвигают компанию вперед, и доводим их до конца. Общайтесь Открыто: Мы общаемся напрямую, стремимся понять и создаем ясность для других. Честные разговоры помогают нам вместе двигаться быстрее. Создавайте Отличные Команды: Мы служим примером, расширяем возможности других и создаем здоровые команды, где люди могут выполнять свою лучшую работу. Повышайте Стандарты: Мы всегда совершенствуемся. Мы учимся на обратной связи, постоянно бросаем себе вызов расти и сосредотачиваемся на самой важной работе. Мыслите Долгосрочно: Мы проектируем для будущего. Мы создаем масштабируемые системы, упрощаем сложность и используем ИИ и автоматизацию для усиления нашего влияния. Что мы ищем Lightning AI ищет опытного старшего инженера по инфраструктуре GPU и вычислений для присоединения к нашей команде инженеров по инфраструктуре. На этой должности вы будете помогать в запуске, валидации и эксплуатации крупномасштабной вычислительной инфраструктуры на bare-metal, с особым упором на системы с поддержкой GPU. Вы будете работать на стыке аппаратного обеспечения, систем и программного обеспечения, отвечая за диагностику и валидацию систем, разработку автоматизации, повышение надежности и обеспечение готовности кластеров для поддержки требовательных рабочих нагрузок ИИ/МО и HPC. Вы сыграете ключевую роль в квалификации GPU и систем, запуская среды валидации и тестовые кластеры, а также совершенствуя инструментарий и рабочие процессы, которые поддерживают масштабный запуск инфраструктуры. Это включает в себя владение и развитие нашего конвейера образов наряду с системами подготовки и валидации, чтобы гарантировать, что наша инфраструктура будет последовательной, производительной и надежной с первого дня. Эта должность может быть полностью удаленной в США или гибридной из одного из наших офисов (Нью-Йорк, Сан-Франциско, Сиэтл или Лондон), с редкими выездными мероприятиями команды и компании. В настоящее время мы не можем предоставить визовую поддержку для этой позиции. Что вы будете делать Запуск и валидация систем Владеть и развивать системы для управления образами, развертывания и валидации в bare-metal инфраструктуре Запускать и поддерживать тестовые кластеры, используемые для валидации систем, диагностики и запуска Валидировать прошивку, драйверы и образы ОС на системах с поддержкой вычислений и GPU Поддерживать усилия по квалификации аппаратного обеспечения для платформ следующего поколения Диагностика и производительность GPU Владеть рабочими процессами диагностики и валидации GPU в крупномасштабной инфраструктуре Диагностировать и решать сложные проблемы в слоях GPU, драйверов, ОС и аппаратного обеспечения Анализировать производительность системы и GPU с помощью таких инструментов, как NVIDIA DCGM Определять закономерности сбоев и добиваться улучшений в стабильности системы и охвате валидации Автоматизация и инструментарий Создавать и поддерживать автоматизацию для подготовки, валидации и запуска систем Разрабатывать инструменты и рабочие процессы на основе Python для повышения эффективности и снижения ручных операционных расходов Повышать надежность, воспроизводимость и масштабируемость конвейеров образов и систем валидации Системы и операции Управлять и эксплуатировать системы на базе Linux в производственных и тестовых средах Управлять технологиями виртуализации Поддерживать рабочие процессы подготовки bare-metal, включая системы PXE и на основе образов Взаимодействовать с системами управления аппаратным обеспечением (например, IPMI, Redfish) для мониторинга и отладки Межфункциональное сотрудничество Сотрудничать с командами инфраструктуры, аппаратного обеспечения и центров обработки данных по вопросам запуска и валидации систем Сотрудничать с командами платформ и ML, чтобы гарантировать соответствие систем требованиям рабочих нагрузок Вносить вклад в лучшие практики по подготовке, диагностике и управлению жизненным циклом инфраструктуры Что вам понадобится Требуемая квалификация 5+ лет опыта работы в области инфраструктуры, системной инженерии или смежных областях Значительный опыт работы с Linux в производственных средах Практический опыт работы с системами с поддержкой GPU и инструментами, такими как NVIDIA DCGM Знакомство с рабочими процессами подготовки bare-metal и запуска систем Опыт работы с Python или аналогичными языками скриптов/программирования для автоматизации Способность отлаживать сложные проблемы на уровне аппаратного обеспечения, ОС, GPU и системного программного обеспечения Желательный опыт Опыт работы с высокопроизводительными межсоединениями (например, InfiniBand, NVLink) Опыт работы с средами PXE boot, LiveCD или рабочими процессами подготовки на основе образов Опыт работы с интерфейсами управления аппаратным обеспечением, такими как iDRAC, IPMI или Redfish Опыт работы с центрами обработки данных, включая работу с физическим оборудованием Опыт поддержки рабочих нагрузок ИИ/МО или HPC в масштабе Опыт работы с фреймворками валидации GPU или процессами крупномасштабной квалификации аппаратного обеспечения Вознаграждение Мы стремимся предлагать конкурентоспособное вознаграждение, отражающее ценность, которую каждый член команды вносит в нашу миссию. Окончательные предложения основаны на таких факторах, как опыт, навыки, географическое положение и ожидания от роли. В дополнение к базовой заработной плате наш пакет общего вознаграждения для соответствующих должностей включает дискреционный бонус, значительный компонент акционерного капитала и комплексные льготы. Ожидаемый диапазон годовой базовой заработной платы для этой должности: 180 000–220 000 долларов США Льготы и привилегии Мы предлагаем комплексный и конкурентоспособный пакет льгот, призванный поддержать здоровье, благополучие и долгосрочный успех наших сотрудников: Комплексное медицинское покрытие: Медицинское, стоматологическое и офтальмологическое страхование для сотрудников и их иждивенцев. Значительный пакет акций: Акции RSU, дающие сотрудникам долю в долгосрочном успехе компании. пенсионные накопления: Соответствие 401(k) (США) и пенсионные взносы (Великобритания). Гибкий отпуск: Неограниченный PTO, государственные праздники и плавающие праздники для поддержания баланса между работой и личной жизнью. Общекорпоративный зимний отпуск: Две недели закрытия компании каждую зиму для отдыха и восстановления сил. Оплачиваемый отпуск по уходу за ребенком 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 по оздоровлению: Стипендии на оздоровление и работу на дому для поддержки вашего физического и психического благополучия. Программа sabbatical: Четыре недели оплачиваемого отпуска sabbatical 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 различаться в зависимости от местоположения, команды и должности. В Lightning AI мы стремимся к созданию инклюзивной и разнообразной рабочей среды. 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 процветать и вносить свой вклад в полную меру своих возможностей.