Ведущий архитектор решений – Сети инфраструктуры ИИ (удаленно в Европе)

О роли Мы ищем ведущего архитектора решений с глубокой экспертизой в области сетей для присоединения к команде Voyager в Mirantis Office of the CTO. Вы будете отвечать за сетевые решения для k0rdent AI, нашей платформы для создания и эксплуатации GPU-кластеров и AI-фабрик, от «железа» до модели. Вы спроектируете, как будут взаимосвязаны большие GPU-кластеры, как будут изолированы арендаторы, и как рабочие нагрузки будут получать доступ к сети из контейнеров, виртуальных машин и bare-metal узлов. Вы превратите этот дизайн в опубликованные эталонные архитектуры, рабочий код и прототипы, которые будут работать на реальном оборудовании с нашими клиентами и партнерами. В рамках Office of the CTO исследования являются основной частью работы. Вы будете исследовать дизайны и технологии до того, как их запросят клиенты, прототипировать идеи, которые могут не выйти на рынок, и ставить под сомнение устоявшуюся практику, когда существует лучший подход. Ваша работа будет определять дальнейшее развитие k0rdent AI, а не только то, как оно будет развернуто сегодня. Эта роль сочетает исследования с практической работой, ориентированной на клиента. Вы будете разделять свое время между изучением новых дизайнов, написанием архитектуры, созданием и проверкой ее в лаборатории, а также объяснением ее инженерам, руководителям и аудиториям на конференциях. Вы будете работать с архитекторами решений, менеджерами по работе с партнерами и коллегами из инженерного отдела из многих стран и часовых поясов.

Ключевые обязанности

Эталонная архитектура

• Разработка и публикация эталонных сетевых архитектур и проектных решений для k0rdent AI, охватывающих топологии центров обработки данных от одной стойки до кластеров с тысячами GPU.
• Определение вычислительных (east-west) сетей на InfiniBand и RoCEv2 Ethernet, включая оптимизированные по линиям (rail-optimised) и fat-tree / Clos дизайны, выбор степени сверхподписки (oversubscription) и доменов отказа.
• Определение фронтенд-, хранилищных и управляющих сетей, а также способов их подключения к центрам обработки данных клиентов, публичным облакам и гибридным средам.
• Спецификация многопользовательской изоляции на всех уровнях: InfiniBand-разделы (PKeys), VRF и EVPN-VXLAN на Ethernet, и политики сети на уровне Kubernetes.
• Документирование пределов масштабирования и компромиссов (стоимость, производительность, эксплуатационная пригодность, привязка к поставщику) с обоснованными доводами, понятными клиенту.

Сетевое обеспечение хоста и платформы

• Определение того, как Linux-хосты предоставляют сетевые карты (NIC), DPU и SuperNIC для рабочих нагрузок: PCI passthrough, виртуальные функции SR-IOV, группы IOMMU, привязка NUMA и GPU-NIC.
• Проектирование сетевой инфраструктуры Kubernetes для AI-нагрузок: основные и вторичные CNI, Multus, плагины устройств SR-IOV и RDMA, NVIDIA Network Operator и Dynamic Resource Allocation (DRA).
• Проектирование сетевой инфраструктуры для виртуальных машин на KubeVirt, включая passthrough и SR-IOV для GPU и RDMA-трафика.

Исследования и разработки

• Отслеживание и оценка новых технологий и стандартов в области AI-сетей, таких как Ultra Ethernet (UEC), SuperNIC и DPU offloads, fabric для масштабирования вверх и вширь (scale-up and scale-across), и сетевые драйверы Kubernetes DRA.
• Прототипирование альтернативных дизайнов в лаборатории, включая те, которые клиенты еще не запрашивали, и сравнение их с текущей практикой.
• Постановка под сомнение устоявшихся или предпочитаемых клиентами дизайнов, когда данные указывают на лучший вариант, и аргументация с использованием данных.
• Публикация результатов в виде внутренних исследовательских заметок и предложений по дизайну, а также, где это уместно, в виде внешних статей, сообщений в блогах или докладов.

Код и прототипы

• Создание и запуск прототипов с клиентами и партнерами на лабораторном оборудовании Mirantis и на площадках клиентов, и предоставление отчетов о результатах в соответствии с согласованными критериями успеха.
• Создание автоматизации и инструментов (Python, Go, Bash, Ansible, Helm, Kubernetes manifests, Terraform), которые делают эталонные архитектуры воспроизводимыми.
• Проведение валидации и тестирования производительности (benchmarking) fabric и конфигураций хостов (например, NCCL tests, perftest, ib_write_bw) и преобразование результатов в рекомендации по дизайну.

Клиенты, партнеры и сообщество

• Выступление в качестве эксперта по сетям на этапах обнаружения потребностей клиентов, обзоров дизайна и архитектурных семинаров, предлагая новые идеи и новые подходы, а не только отражая текущую практику.
• Сотрудничество с поставщиками оборудования и сетевых решений (например, NVIDIA, OEM-производителями серверов, производителями коммутаторов и сетевого оборудования) по совместным проектам и валидации.
• Внедрение инноваций и передача результатов исследований в отделы Product и Engineering, а также помощь в формировании дорожной карты k0rdent AI.
• Выступления на отраслевых мероприятиях, вебинарах и партнерских саммитах, а также проведение практических семинаров для технических специалистов.
• Написание технического контента: документы эталонной архитектуры, обзоры решений, сообщения в блогах и материалы для внутреннего обучения.

Образование и опыт

• Степень бакалавра в области компьютерных наук, электротехники, телекоммуникаций или смежной области, или эквивалентный практический опыт.
• 8+ лет опыта в области сетевого инжиниринга или сетевой архитектуры, из них не менее 3 лет в области сетей центров обработки данных, HPC или облачной инфраструктуры.
• Опыт работы с клиентами в качестве архитектора решений, pre-sales инженера, консультанта или технического лидера.

Требуемые технические навыки

• Проектирование сетей центров обработки данных: топологии spine-leaf и Clos, fabric для GPU с оптимизацией по линиям (rail-optimised), сверхподписка (oversubscription), ECMP и операционные проблемы масштабирования до тысяч узлов.
• InfiniBand: управление подсетями, разделение, адаптивная маршрутизация и поведение NCCL / RDMA-трафика в fabric.
• RoCEv2 на Ethernet: проекты без потерь и с контролем перегрузки (PFC, ECN, DCQCN), QoS, настройка MTU и буферов.
• Маршрутизация и оверлеи: BGP, EVPN-VXLAN, VRF и их использование для многопользовательского режима.
• Гибридное и мультиоблачное подключение: межсоединения, VPN, сетевые конструкции облачных провайдеров, планирование IP-адресов и DNS между площадками.
• Сети Linux: как ядро и драйверы управляют NIC, PCI passthrough, SR-IOV, IOMMU, NUMA affinity, и инструменты, такие как iproute2, ethtool и devlink.
• Сети Kubernetes: CNI-плагины (например, Cilium, Calico, OVN-Kubernetes), Multus и вторичные сети, SR-IOV и RDMA device plugins, политики сети и доступ к сервисам.
• Виртуализация на Kubernetes: KubeVirt, и как там настраиваются сетевые параметры VM, passthrough и SR-IOV.
• Программирование или скриптинг как минимум на одном языке (предпочтительно Python или Go), и уверенное использование Git, CI и инфраструктуры как кода (infrastructure-as-code).

Как вы работаете Мы ищем эти поведенческие качества в той же степени, что и технические знания, и будем запрашивать конкретные примеры каждого.

• Любознательность. Вы разбираетесь, почему fabric ведет себя так, а не иначе, читаете спецификации и исходный код, следите за изменениями в сетях для ИИ. Вы ставите под сомнение устоявшиеся дизайны, включая те, к которым привыкли клиенты, когда существует лучший способ.
• Ответственность. Вы доводите эталонную архитектуру или POC от первого наброска до опубликованного, проверенного результата и несете за него ответственность.
• Проактивность. Вы замечаете пробелы в продукте, документации или дизайне клиента до того, как вас попросят, и устраняете их.
• Быстрая обучаемость. Вы быстро становитесь продуктивным в незнакомом оборудовании, программном обеспечении или клиентской среде.
• Бизнес-смекалка. Вы связываете выбор сетевого дизайна со стоимостью, временем получения ценности и риском, и объясняете это лицам, принимающим решения.

Коммуникация и сотрудничество

• Отличное знание английского языка, как письменного, так и устного; вы пишете документы, на основе которых другие смогут работать.
• Уверенное выступление перед большой аудиторией на конференциях и мероприятиях, а также проведение практических семинаров.
• Способность адаптировать сообщение к аудитории, от сетевых инженеров до руководителей клиентов.
• Опыт работы в международной, распределенной компании, в разных часовых поясах и культурных средах, с архитекторами решений, менеджерами по работе с партнерами и инженерными командами.

Желательно

• Практический опыт работы с сетями NVIDIA: InfiniBand Quantum, Ethernet Spectrum-X, SuperNICs ConnectX, DPUs BlueField, UFM и эталонными дизайнами NVIDIA для AI-фабрик.
• Опыт работы с операторами GPU cloud, neocloud или HPC, или с развертываниями в стиле NVIDIA Cloud Partner (NCP).
• Подготовка и управление жизненным циклом bare-metal: Metal3, Ironic, Redfish, PXE / iPXE и Cluster API.
• Сетевая автоматизация и SDN-контроллеры, а также операционные системы коммутаторов, такие как Cumulus Linux, SONiC или их аналоги.
• Глобальная балансировка нагрузки и предоставление доступа к сервисам для распределенного инференса (GSLB, Gateway API, ingress).
• Знакомство с сетями хранения данных для ИИ (Software-Defined Storage networking for AI) (NVMe-oF, GPUDirect Storage).
• Опыт работы с продуктами Mirantis, MKE, k0s, сетями k0rdent.
• Участие в проектах с открытым исходным кодом в области сетей или Kubernetes, или успешный опыт публичных выступлений и технического письма.
• Участие в стандартизирующих или отраслевых организациях (например, Ultra Ethernet Consortium, OCP, IETF), или опубликованные исследования, патенты или технические документы.
• Знание дополнительных языков, помимо английского, например, европейского языка.

Местоположение, командировки и модель работы

• Эта должность удаленная, открыта для кандидатов, проживающих в Европе.
• Вы будете работать с командой, распределенной по многим часовым поясам; некоторые встречи будут проходить вне стандартных местных рабочих часов.
• Командировки до 25% для участия в клиентских мероприятиях, встречах с партнерами, лабораторных работах и отраслевых мероприятиях, в основном в пределах ЕС и США.
• Mirantis является работодателем, предоставляющим равные возможности. Компенсация и льготы устанавливаются в соответствии с местным рынком и условиями трудоустройства.

Почему вам понравится Mirantis

• Создание основы для наблюдаемости (observability) в эпоху облачных вычислений для ИИ, работая напрямую с ведущими операторами GPU-кластеров, NeoClouds, суверенными облаками и предприятиями, ориентированными на ИИ.
• Сотрудничество с распределенной командой мирового класса, приверженной открытости и техническому совершенству.
• Формирование повествования о продукте и влияние на успех вывода на рынок.

Подразумевается, что Mirantis, Inc. может использовать технологию автоматизированного принятия решений (ADMT) для принятия конкретных решений, связанных с трудоустройством. Просьба отказаться от использования ADMT для принятия решений, связанных с оценкой и обзором, касающихся конкретного решения о приеме на работу на должность, на которую вы подаете заявление. Вы также имеете право обжаловать любые решения, принятые ADMT, отправив свой запрос по адресу isamoylova@mirantis.com.

Подавая резюме, вы даете согласие на обработку и хранение ваших персональных данных в соответствии с применимыми законами о защите данных для целей рассмотрения вашей заявки на текущие и будущие вакансии.

Мы — лидер в области управления контейнерами по версии G2 (#2 после AWS)!

О Mirantis Mirantis, компания IREN, является компанией, специализирующейся на Kubernetes-нативной инфраструктуре для ИИ, позволяющей организациям создавать и эксплуатировать масштабируемую, безопасную и суверенную инфраструктуру для современных приложений, связанных с ИИ, машинным обучением и обработкой больших данных. Сочетая инновации в области открытого исходного кода с глубокой экспертизой в оркестрации Kubernetes, Mirantis предоставляет командам инженеров платформ возможность создавать компонуемые, готовые к производству платформы разработчиков в любой среде — локальной, облачной, на периферии или в суверенных центрах обработки данных. Поскольку предприятия сталкиваются с растущей сложностью рабочих нагрузок, управляемых ИИ, Mirantis обеспечивает автоматизацию, оркестрацию GPU и управление на основе политик, необходимые для уверенного и гибкого управления инфраструктурой. Придерживаясь открытых стандартов и свободы от привязки к поставщику, Mirantis гарантирует, что клиенты сохраняют полный контроль над своей стратегией в области инфраструктуры.