Вознаграждение: 207 000–365 000 долларов США в год
О команде
Отдел аппаратного обеспечения OpenAI разрабатывает кремниевые решения и системные решения, разработанные для уникальных требований передовых рабочих нагрузок ИИ. Команда отвечает за создание кремниевых кристаллов нового поколения, ориентированных на ИИ, тесно сотрудничая с партнерами по программному обеспечению и исследованиям для совместной разработки аппаратного обеспечения, тесно интегрированного с моделями ИИ. Помимо поставки кремниевых кристаллов производственного качества для суперкомпьютерной инфраструктуры OpenAI, команда также создает пользовательские инструменты и методологии проектирования, которые ускоряют инновации и обеспечивают аппаратное обеспечение, оптимизированное специально для ИИ.
Команда Compute занимается проектированием наших ИИ-суперкомпьютеров, выполняя все: от моделирования рабочих нагрузок до влияния на проектирование ускорителей. Мы опираемся на наше партнерство, чтобы сделать совместное проектирование систем и центров обработки данных неотъемлемой частью этого процесса, и ищем инженеров для проектирования решений для ИИ-суперкомпьютеров для приложений центров обработки данных.
Эта команда отвечает за сотрудничество с партнерами по оптимизации их аппаратного обеспечения для наших рабочих нагрузок, выявление перспективных новых ускорителей глубокого обучения и вывод этих аппаратных платформ на производство.
Если вам интересно работать на стыке передового глубокого обучения, аппаратных систем и проектирования центров обработки данных, эта роль для вас!
О роли
Мы ищем инженера по надежности продукции, который будет отвечать за инженерные решения по надежности передового ИТ-оборудования, от узлов печатных плат (PCBA) до вычислительных и сетевых лотков, систем и полностью интегрированных стоек. Вы будете преобразовывать условия эксплуатации и цели срока службы в требования к надежности, разрабатывать и выполнять квалификационные тесты, а также проводить анализ отказов и проверку корректирующих действий от разработки до производства и развертывания на месте. Работая с командами по электронике, механике, теплотехнике, производству, качеству и центрам обработки данных, поставщиками и производственными партнерами, вы будете использовать данные испытаний и эксплуатации для улучшения долговечности, ремонтопригодности и доступности аппаратного обеспечения.
Эта должность находится в Сан-Франциско, Калифорния. Мы используем гибридную модель работы: 3 дня в неделю в офисе, и предлагаем помощь в переезде новым сотрудникам.
В этой роли вы будете:
- Определять требования и цели надежности для PCBA, лотков, систем и стоек, используя профили миссий, ожидаемый срок службы, условия эксплуатации, рабочие циклы и цели доступности.
- Проводить обзоры дизайна для надежности с инженерами по электронике, механике и теплотехнике. Использовать анализ видов и эффектов отказов (DFMEA или FMEA) и физику отказов для приоритизации рисков и рекомендации улучшений конструкции. Отвечать за рекомендации и руководство по снижению нагрузки на компоненты.
- Отвечать за планы квалификации надежности от ввода нового продукта до производства, определяя охват тестирования, репрезентативные конфигурации, размеры выборки, условия стресса, продолжительность, критерии прохождения/непрохождения и доказательства выхода на каждом уровне сборки.
- Разрабатывать и проводить ускоренные испытания на срок службы и в различных условиях окружающей среды, включая температурные циклы, воздействие влажности, циклы питания, ударные и вибрационные испытания, а также транспортные испытания. Эксплуатировать аппаратное обеспечение при репрезентативных рабочих нагрузках и отслеживать функциональность и деградацию во время стресса.
- Анализировать данные испытаний на срок службы и эксплуатации, используя Вейбулла и другие модели надежности, модели ускорения и доверительные интервалы. Указывать предположения, экспозицию и неопределенность при оценке частоты отказов, полезного срока службы или надежности по сравнению с целевыми показателями.
- Руководить расследованиями отказов от воспроизведения симптомов до определения физической первопричины. Вести учет отчетов об отказах, их анализа и корректирующих действий, а также проверять исправления посредством целевого тестирования и мониторинга повторений.
- Рассматривать планы надежности поставщиков и доказательства для печатных плат, компонентов и узлов PCBA, кабелей, разъемов и компонентов охлаждения. Выявлять несоответствия между квалификацией компонентов и нагрузками, возникающими в интегрированной системе или стойке.
- Работать напрямую с внутренними и партнерскими лабораториями для разработки приспособлений, измерительных приборов и методов тестирования. Анализировать прослеживаемость образцов, конфигурации тестов, калибровку, необработанные данные и фиксацию отказов, включая поддержку на месте у производственных партнеров.
- Сотрудничать с инженерами по производству и качеству для разработки и проверки экранов надежности, при необходимости — предпусковой проверки (burn-in) и текущих испытаний надежности. Подтверждать, что экранирование обнаруживает соответствующие дефекты, не сокращая недопустимо срок службы продукта.
- Оценивать риски надежности, связанные со сборкой и интеграцией: деформация платы и повреждение паяных соединений, соединение и фиксация разъемов, прокладка кабелей, предварительная затяжка крепежа, силовые соединения и тепловые интерфейсы. Сотрудничать со специалистами по охлаждению по вопросам герметичности, совместимости материалов, коррозии и эффективности охлаждения в течение срока службы.
- Планировать ресурсы для испытаний на надежность, мощность лаборатории, образцы оборудования, графики и зависимости между программами с инженерными командами, менеджерами технических программ, поставщиками и производственными партнерами.
- Представлять результаты квалификации, нерешенные виды отказов и остаточный риск на обзорах дизайна и релизов. Предоставлять основанные на доказательствах рекомендации по готовности и четко определять пробелы в тестировании, необходимые последующие действия и решения для ответственных владельцев.
- Оценивать влияние на надежность и определять целевую переквалификацию для изменений в дизайне, компонентах, у поставщиков, производственных процессах и при ремонте, включая изменения прошивки, которые изменяют рабочие нагрузки аппаратного обеспечения.
- Отслеживать возвраты от клиентов и тенденции отказов парка оборудования совместно с командами сервиса и центров обработки данных. Коррелировать телеметрию, анализ отказов и историю конфигурации для приоритизации корректирующих действий и учета полученных уроков при разработке будущих дизайнов и планов квалификации.
- Проверять ремонтопригодность и повторяющиеся операции сборки или обслуживания, включая циклы соединения разъемов и замену компонентов. Работать с инженерами систем для оценки того, как отказы оборудования, резервирование и восстановление влияют на доступность стоек.
Вы можете преуспеть в этой роли, если вы:
- Имеете практический опыт в области инженерных решений по надежности передового ИТ-оборудования, такого как серверы ИИ/ВНМ, сетевое оборудование или системы хранения данных, охватывающего PCBA, мехатронные узлы и интегрированные стойки.
- Разрабатывали, оснащали измерительными приборами и проводили аппаратные испытания на надежность, устраняли отказы в лаборатории и преобразовывали результаты в практические улучшения дизайна или процесса.
- Понимаете механизмы отказов в электронных узлах, включая усталость пайки, повреждение печатных плат и ламината, износ разъемов, коррозию и термическую или механическую деградацию.
- Можете превратить профили миссий и риски отказов в планы квалификации, выбрать обоснованные размеры выборок и уровни стресса, а также объяснить предположения и ограничения ускоренных испытаний.
- Руководили квалификацией надежности на этапах разработки и производства, балансируя доступность образцов, мощность лаборатории, график и доказательства, необходимые для принятия решений о выпуске.
- Работали напрямую с поставщиками компонентов, совместными производителями, контрактными производителями и внешними испытательными лабораториями для анализа методов тестирования, устранения отказов и проверки корректирующих действий.
- Применяете методы проектирования для надежности, DFMEA и физики отказов на электрических, механических и тепловых интерфейсах, а также понимаете, как производство, сборка, обращение и ремонт влияют на долгосрочную надежность.
- Руководили структурированным анализом отказов и корректирующими действиями, используя такие методы, как 8D, с поддержкой электрической диагностики, микроскопии, рентгена, анализа поперечных сечений или специализированных лабораторий анализа отказов, по мере необходимости.
- Можете анализировать данные по надежности и испытаниям на срок службы, включая цензурированные данные, распределения Вейбулла и доверительные интервалы, используя такие инструменты, как Python, R, JMP или эквивалентное статистическое программное обеспечение.
- Имеете опыт работы с высокопроизводительной электроникой, плотными межсоединениями или оборудованием с жидкостным охлаждением, включая тепловые интерфейсы, герметичность, совместимость материалов и ремонтопригодность.
- Четко сообщаете технические выводы и неопределенность, отличаете проверенную первопричину и эффективность корректирующих действий от гипотез, а также приоритизируете риски надежности при изменении требований или дизайна.
В соответствии с законами и нормами США по экспортному контролю, кандидаты на эту должность могут должны соответствовать определенным требованиям к правовому статусу, предусмотренным этими законами и нормами.
