О Bitdeer:
Bitdeer — ведущая мировая технологическая компания в области майнинга биткойнов и облачных вычислений для ИИ.
Bitdeer стремится предоставлять своим клиентам комплексные решения для майнинга биткойнов. Помимо разработки передовых ASIC-чипов и производства майнингового оборудования, Группа занимается сложными процессами, связанными с вычислениями, по всей цепочке создания стоимости. Это включает закупку оборудования, транспортную логистику, проектирование и строительство дата-центров, управление оборудованием, а также эксплуатацию сетей и объектов. Bitdeer также предлагает передовые облачные возможности клиентам с высоким спросом на искусственный интеллект.
Штаб-квартира Bitdeer находится в Сингапуре, компания работает по всему миру, имея диверсифицированный энергетический портфель мощностью 3 ГВт, и развертывает дата-центры для майнинга биткойнов и HPC в США, Бутане, Норвегии, Канаде, Малайзии и Эфиопии.
За что вы будете отвечать:
Что вы будете курировать
- Развертывание и эксплуатация параллельных/распределенных систем хранения данных: WEKA, VAST Data, Ceph, DDN/Lustre. Проектирование архитектур хранения данных, оптимизированных для рабочих нагрузок ИИ — пиковые всплески ввода-вывода контрольных точек, последовательное чтение наборов данных, KV-кэш для инференса.
- Реализация многопользовательской изоляции хранения данных с QoS, квотами и контролем доступа для каждого пользователя; настройка и оптимизация GPU Direct Storage для прямого пути передачи данных от GPU к хранилищу.
- Развертывание и управление сетевым хранилищем (NFS over RDMA, NVMe-oF, высокоскоростные сетевые фабрики хранения данных) и Nvidia CMX для оркестровки хранения данных в масштабах кластера.
- Диагностика и настройка производительности хранилища: IOPS, пропускная способность, профилирование задержки с помощью fio, IOR, mdtest; владение руководством по устранению общих сбоев.
- Планирование емкости хранения данных в соответствии с ростом GPU-кластеров и прогнозами рабочих нагрузок клиентов; управление прошивкой, миграцией данных и процедурами аварийного восстановления.
Обеспечение работы AIOps
- Интеграция телеметрии хранилища — конечная задержка ввода-вывода, продолжительность контрольных точек, NVMe SMART, состояние файловой системы, счетчики RDMA — в хранилище метрик/логов/трассировок, которым управляет команда платформы.
- Сотрудничество с командой платформы для определения предиктора сбоев хранилища: какие сигналы, какие метки (из ваших инцидентов), какие допуски ложных срабатываний.
- Преобразование каждого нового инцидента в автоматизацию: SOP становятся runbook-as-code, runbook-as-code становятся исполняемыми агентом средствами восстановления.
Как выглядит успех в первый год
- Обеспечение наблюдаемости и базового предиктора для топ-3 классов сбоев хранения данных в нашей сети.
- MTTR (среднее время восстановления) при сбоях хранения данных заметно ниже, чем на момент найма.
- Кластеры уровня Nvidia GB200, которые мы строим, поставляются с вашей архитектурой хранения данных.
Как вы сможете выделиться:
- 5+ лет опыта работы с корпоративными или HPC системами хранения данных, из них не менее 2 лет поддержки рабочих нагрузок AI/ML.
- Практический опыт развертывания и эксплуатации как минимум двух из следующих систем: WEKA, VAST Data, Ceph, DDN/Lustre.
- Глубокое понимание паттернов ввода-вывода при обучении ИИ: частота контрольных точек, загрузка наборов данных, буферы перемешивания.
- Опыт работы с высокопроизводительными сетями хранения данных (NFS over RDMA, NVMe-oF).
- Знание GPU Direct Storage и передачи данных на основе RDMA.
- Опыт в области бенчмаркинга и настройки производительности систем хранения данных (fio, IOR, mdtest).
- Опыт внедрения многопользовательских систем хранения данных с изоляцией и QoS.
- Глубокие знания систем Linux (настройка ядра, внутренние компоненты файловой системы, управление блочными устройствами).
- Инстинкт превращения рутинной операционной работы в сигнал для ML — вы либо выпустили детектор аномалий для телеметрии хранилища/ввода-вывода, либо можете описать метки и признаки, которые для этого потребуются.
- Мышление в стиле Runbook-as-code — каждый написанный вами SOP должен быть исполняемым машиной в течение квартала.
Что вы получите, работая с нами:
- Культура, ценящая аутентичность и разнообразие мнений и опыта;
- Инклюзивной и уважительной средой с открытыми рабочими пространствами и захватывающим духом стартапа;
- Быстрорастущая компания с возможностью налаживания связей с лидерами отрасли и энтузиастами;
- Возможность внести прямой вклад и повлиять на будущее индустрии цифровых активов;
- Участие в новых проектах, разработка процессов/систем;
- Личная ответственность, автономия, быстрый рост и возможности для обучения;
- Привлекательные социальные льготы и возможности для развития, такие как обучение и наставничество.
Bitdeer стремится предоставлять равные возможности трудоустройства в соответствии с законами страны, штата и местными законами. Bitdeer не дискриминирует сотрудников или кандидатов по признакам расы, цвета кожи, гендерной идентичности и/или выражения, сексуальной ориентации, семейного положения и/или статуса родителя, религии, политических убеждений, национальности, этнического происхождения или социального происхождения, социального статуса, инвалидности, возраста, статуса коренного населения и членства в профсоюзе.
