Data Center Operations Engineer

Инженер по эксплуатации дата-центров

Местоположение: Аврора, Колорадо Компания: Bitdeer Technologies Group
Тип занятости: Полная занятость

Bitdeer — ведущая мировая технологическая компания в области инфраструктуры для майнинга ИИ и Биткойна. Bitdeer стремится предоставлять комплексные решения для майнинга Биткойна своим клиентам и создавать вычислительную инфраструктуру для ИИ, чтобы поддержать революцию в области ИИ. Bitdeer занимается сложными процессами, связанными с вычислениями, такими как закупка оборудования, логистика транспортировки, проектирование и строительство дата-центров, управление оборудованием и ежедневная эксплуатация. Bitdeer также предлагает расширенные облачные возможности клиентам с высоким спросом на искусственный интеллект.

Штаб-квартира Bitdeer находится в Сингапуре, а дата-центры развернуты в нескольких странах, включая США, Норвегию, Бутан и Эфиопию.

Основные обязанности

1. Ответственность за ежедневную эксплуатацию и техническое обслуживание инфраструктуры дата-центра для обеспечения высокой доступности и стабильной работы сервисов.
2. Выполнение установки, монтажа в стойку, кабельных работ, ввода в эксплуатацию, обслуживания и устранения неполадок инфраструктуры кластеров ИИ/HPC, включая:
   • Кластер NVIDIA B300
   • Серверы GPU
   • Серверы x86
   • Серверы хранения данных
   • Коммутаторы Ethernet и InfiniBand
   • DAC, AOC, оптоволокно и сопутствующая кабельная инфраструктура
3. Мониторинг и поддержание работоспособности систем кластера, включая серверы, GPU, системы хранения данных, сетевое оборудование и сопутствующую инфраструктуру.
4. Проведение работ по замене оборудования и техническому обслуживанию, включая замену FRU, обновление BIOS/BMC/Firmware и диагностику оборудования.
5. Поддержка подготовки серверов, установки операционной системы, расширения кластера, проверки сети и приемочных испытаний.
6. Устранение неполадок аппаратного обеспечения и инфраструктуры, включая сбои серверов, ошибки GPU, проблемы с хранилищами данных, проблемы с сетевым подключением, сбои коммутаторов и неисправности кабелей.
7. Проведение регулярных осмотров, профилактического обслуживания и ведение точных эксплуатационных записей и журналов обслуживания.
8. Выполнение процедур реагирования на инциденты и своевременное эскалирование и разрешение в соответствии с эксплуатационными стандартами.
9. Подготовка отчетов о передаче смены и ведение эксплуатационной документации, SOP (стандартных операционных процедур) и отчетов об инцидентах.
10. Тесное сотрудничество с инженерным, сетевым отделами и отделами инфраструктуры для поддержки новых развертываний и постоянного совершенствования эксплуатации.
11. Участие в трехсменном графике работы, включая ночные смены, выходные и праздничные дни по мере необходимости.

Требования

Образование

• Степень бакалавра или выше в области компьютерных наук, компьютерной инженерии, электротехники, электроники, информационных технологий или смежных дисциплин.

Технические навыки

• Базовое понимание инфраструктуры дата-центра и архитектуры серверного оборудования.
• Знание одной или нескольких из следующих систем:
  • Кластер NVIDIA B300
  • Серверы GPU
  • Серверы x86
  • Серверы хранения данных
  • Сети Ethernet и InfiniBand
• Знание компонентов серверного оборудования, включая CPU, память, накопители, GPU, BMC/IPMI и управление firmware.
• Знание сетевых концепций, включая TCP/IP, Ethernet, VLAN, агрегацию каналов (LACP) и высокоскоростные технологии межсоединений, такие как InfiniBand или RoCE.
• Понимание структурированных кабельных систем, включая DAC, AOC, оптоволокно, разъемы MPO и LC.

Навыки работы с Linux

• Базовые навыки администрирования Linux, включая:
  • Мониторинг системы и устранение неполадок
  • Управление службами с помощью systemctl
  • Анализ журналов с помощью journalctl и dmesg
  • Инструменты для устранения неполадок сети, такие как ip и ethtool
  • Базовое написание скриптов оболочки (shell scripting)

Предпочтительные квалификации

• Опыт работы в эксплуатации дата-центров или обслуживания оборудования является предпочтительным.
• Опыт поддержки инфраструктуры ИИ/HPC или кластеров GPU является плюсом.
• Знание инфраструктуры NVIDIA AI, включая системы GB200 и GB300, крайне желательно.
• Опыт работы с крупномасштабными кластерными средами и высокоскоростными сетевыми технологиями является плюсом.
• Знание инструментов мониторинга и оркестрации, таких как Slurm, Kubernetes, Prometheus или Grafana, является преимуществом.

Личные качества

• Готовность работать в круглосуточном посменном графике, включая ночные смены.
• Сильное чувство ответственности и вовлеченности.
• Хорошие навыки командной работы и коммуникации.
• Способность работать под давлением и эффективно реагировать на операционные инциденты.
• Внимательность к деталям с строгим соблюдением рабочих процедур и стандартов безопасности.
• Самомотивация с проактивным подходом к обучению и решению проблем.

Эта позиция идеально подходит для кандидатов, заинтересованных в создании и эксплуатации инфраструктуры дата-центров нового поколения для ИИ, поддерживающей крупномасштабные кластеры NVIDIA B300.

Работодатель, предоставляющий равные возможности

Bitdeer стремится предоставлять равные возможности трудоустройства в соответствии с законодательством страны, штата и местными законами. Bitdeer не дискриминирует сотрудников или соискателей по признакам расы, цвета кожи, гендерной идентичности и/или самовыражения, сексуальной ориентации, семейного положения и/или статуса родителя, религии, политических взглядов, национальности, этнического происхождения или социального происхождения, социального статуса, инвалидности, возраста, статуса коренного жителя и принадлежности к профсоюзу.