Название: Старший инженер HPC — Инженерный отдел парка оборудования
Местоположение: Офис в Сан-Франциско (Fremont St) / Офис в Сан-Хосе (First St) / Удаленно, США / Офис в Бельвью / Гибридный формат
Вознаграждение: $227K - $356K в год
Lambda, The Superintelligence Cloud, является лидером в области облачной инфраструктуры ИИ, обслуживая десятки тысяч клиентов. Наши клиенты варьируются от исследователей ИИ до предприятий и гиперскейлеров. Миссия Lambda — сделать вычисления такими же повсеместными, как электричество, и предоставить каждому силу супер интеллекта. Один человек, один GPU.
Если вы хотите построить лучший в мире облачный сервис для ИИ, присоединяйтесь к нам.
Чем вы будете заниматься
- Разрабатывать и эксплуатировать системы мониторинга и оповещения о состоянии кластера — сигналы по сети, GPU, питанию/тепловому режиму и задачам — для проактивного обнаружения и реагирования на проблемы
- Удаленно развертывать и настраивать крупномасштабные HPC-кластеры для рабочих нагрузок ИИ, максимально используя автоматизацию
- Автоматизировать жизненный цикл кластера: операционные системы, прошивки, драйверы и сетевое оборудование, управляемые как код (Ansible, Terraform), а не вручную
- Создавать руководства и автоматизированные средства исправления для распространенных сценариев сбоев кластера, разработанные таким образом, чтобы служба поддержки и служба поддержки HPC могли безопасно их использовать
- Устранять неполадки и решать проблемы кластера, связанные с InfiniBand/RoCE, NCCL, GPU-direct, сетью, коммутаторами и питанием — тесно сотрудничая с местными командами развертывания
- Участвовать в дежурствах по вызову и руководить реагированием на инциденты, связанные с проблемами на уровне кластера
- Вносить вклад в стандартные операционные процедуры и поддерживать их, а также предоставлять четкие требования другим инженерным командам по упрощению, стабильности и операционной эффективности
Вы
- Более 7 лет опыта работы в области инжиниринга надежности сайтов (Site Reliability Engineering), HPC-инжиниринга, DevOps или аналогичной роли
- Имеете глубокое понимание современной инфраструктуры ИИ, от архитектур GPU до оптимизации производительности оборудования
- Имеете глубокое понимание систем на базе Linux в распределенной среде
- Имеете опыт настройки и устранения неполадок в средах InfiniBand (IB), RoCE, CLOS, 100GbE, Ethernet/коммутации, GPU-direct и NCCL
- Имеете солидное понимание Python и Go, с опытом работы с командами разработчиков ПО для улучшения внутренних инструментов.
- Опыт работы с инструментами мониторинга и оповещения (например, Prometheus, Grafana, Clickhouse)
- Владение инструментами автоматизации и управления конфигурацией (например, Ansible, Terraform)
- Обладаете отличными навыками решения проблем и устранения неполадок, а также врожденным вниманием к деталям
- Увлечены непрерывным совершенствованием и инновациями
Приветствуется
- Опыт работы с фреймворками машинного обучения / глубокого обучения (PyTorch, TensorFlow) и инструментами для бенчмаркинга (DeepSpeed, MLPerf)
- Знание технологий контейнеризации и оркестрации (например, Docker, Kubernetes)
- Опыт создания и/или эксплуатации HPC-ресурсов.
- Глубокое знание экосистемы аппаратного и программного обеспечения NVIDIA
- Опыт проектирования систем электропитания и охлаждения дата-центров
- Опыт в области инженерии хаоса или аналогичных методологий тестирования надежности
- Понимание стандартов соответствия (SOC 2, ISO 27001 и т. д.)
Информация о диапазоне заработной платы
Годовой диапазон заработной платы для этой должности был установлен на основе рыночных данных и других факторов. Однако для кандидата, чья квалификация существенно отличается от указанной в описании вакансии, может быть уместна заработная плата выше или ниже этого диапазона.
О Lambda
- Основана в 2012 году, более 500 сотрудников, быстро растем
- Среди наших инвесторов notably TWG Global, US Innovative Technology Fund (USIT), Andra Capital, SGW, Andrej Karpathy, ARK Invest, Fincadia Advisors, G Squared, In-Q-Tel (IQT), KHK & Partners, NVIDIA, Pegatron, Supermicro, Wistron, Wiwynn, Gradient Ventures, Mercato Partners, SVB, 1517, и Crescent Cove
- Наши исследовательские работы принимаются на ведущих конференциях по машинному обучению и графике, включая NeurIPS, ICCV, SIGGRAPH и TOG
- Наши ценности доступны публично:
- Мы предлагаем щедрую компенсацию в виде денежных средств и акций
- Медицинское, стоматологическое и офтальмологическое страхование для вас и ваших иждивенцев
- Стипендии на оздоровление и проезд для отдельных должностей
- Пенсионный план 401k с 2% взносом компании (для сотрудников из США)
- Гибкий план оплачиваемого отпуска, которым мы все действительно пользуемся
Работодатель, предоставляющий равные возможности
Lambda является работодателем, предоставляющим равные возможности. Кандидаты рассматриваются независимо от расы, цвета кожи, религии, вероисповедания, национального происхождения, возраста, пола, гендера, семейного положения, сексуальной ориентации и идентичности, генетической информации, статуса ветерана, гражданства или любых других факторов, запрещенных местным, государственным или федеральным законодательством.
