Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
OpenAI
Сан-Франциско, Соединенные Штаты5 месяцев назад
157 000 – 302 000 USD
в год
Грейд
Senior
Опыт работы
от 8 лет
Формат работы
Офис, Удалённо, Гибрид
Уровень английского
B2, выше среднего
Письмо на почту или сообщение рекрутеру в Telegram
OpenAI в тесном сотрудничестве с нашими инвесторами создает самую передовую в мире экосистему ИИ-инфраструктуры. Наша организация «Industrial Compute» разрабатывает и развертывает крупномасштабные ИИ-кампусы, предназначенные для поддержки следующего поколения передовых моделей обучения и рабочей нагрузки для инференса.
Команда эксплуатации оборудования отвечает за обеспечение надежности, доступности и жизненного цикла вычислительной инфраструктуры OpenAI. Мы тесно сотрудничаем с отделами эксплуатации дата-центров, инженерии парка оборудования, производства, сетевой инфраструктуры, планирования мощностей и нашими партнерами по инфраструктуре для поддержания эксплуатационных показателей мирового класса в быстро расширяющихся ИИ-средах.
По мере нашего глобального масштабирования мы создаем операционные фреймворки, стандарты надежности и практики поддерживающей инженерии, необходимые для поддержки тысяч GPU и серверов в различных кампусах.
Мы ищем инженера по эксплуатации оборудования, который станет техническим экспертом по надежности оборудования и состоянию парка оборудования в одном из флагманских ИИ-кампусов OpenAI.
Эта роль находится на стыке эксплуатации оборудования, поддерживающей инженерии и надежности парка оборудования.
OpenAI — это компания, занимающаяся исследованиями и разработкой в области искусственного интеллекта, призванная обеспечить, чтобы общедоступный искусственный интеллект приносил пользу всему человечеству. Мы расширяем границы возможностей систем ИИ и стремимся безопасно внедрять их в мир посредством наших продуктов. ИИ — это чрезвычайно мощный инструмент, который должен создаваться с упором на безопасность и потребности человека, и для достижения нашей миссии мы должны охватывать и ценить множество различных точек зрения, голосов и опыта, которые составляют полный спектр человечества.
В OpenAI мы считаем, что искусственный интеллект может помочь людям решать огромные глобальные проблемы, и мы хотим, чтобы преимущества ИИ были широко распространены. Присоединяйтесь к нам в формировании будущего технологий.
Вы будете тесно сотрудничать с командами эксплуатации облачных провайдеров, инженерами по состоянию парка оборудования OpenAI, командами инженерии оборудования и OEM-поставщиками для выявления, диагностики и устранения проблем с оборудованием, влияющих на производственные системы.
Помимо повседневной операционной поддержки, вы будете проводить расследования первопричин, инициативы по повышению надежности, программы управления жизненным циклом и мероприятия по обеспечению операционной готовности. Вы поможете установить стандарты обслуживания оборудования, операционные процедуры и лучшие практики, которые будут масштабироваться для будущих развертываний инфраструктуры OpenAI.
Руководить технической триаж и устранение сложных сбоев оборудования, влияющих на производственные системы
Сотрудничать с инженерами по состоянию парка оборудования для расследования повторяющихся проблем с оборудованием, выявления закономерностей сбоев и повышения надежности парка оборудования
Возглавлять усилия по анализу первопричин (RCA) для критических инцидентов с оборудованием и разрабатывать планы корректирующих и профилактических действий
Сотрудничать с командами эксплуатации облачных провайдеров и OEM-поставщиками для координации ремонтов, замен, модернизаций и мероприятий по управлению жизненным циклом оборудования
Разрабатывать и постоянно совершенствовать процедуры обслуживания оборудования, операционные руководства и стандарты устранения неполадок
Анализировать тенденции сбоев оборудования и эксплуатационные метрики для выявления рисков надежности и возможностей для улучшения
Поддерживать внедрение нового оборудования, мероприятия по валидации и обзоры готовности к производству
Координировать стратегию запасных частей и планирование запасов с отделами цепочки поставок и площадок
Сотрудничать с отделами инженерии оборудования, производства и инфраструктуры для предоставления обратной связи с поля, которая улучшает будущие конструкции платформ
Разрабатывать масштабируемые операционные стандарты и лучшие практики, которые могут быть развернуты на будущих кампусах Stargate
Обучать технических специалистов на местах и партнерские команды передовым методологиям устранения неполадок и превосходству в эксплуатации оборудования
Идеальный кандидат сочетает глубокий практический опыт работы с оборудованием дата-центров с сильными навыками устранения неполадок, анализа сбоев и кросс-функционального лидерства.
8+ лет опыта поддержки крупномасштабной инфраструктуры оборудования дата-центров, с опытом работы на должности старшего технического специалиста, инженера по поддержке или руководителя эксплуатации оборудования
Глубокие знания серверных платформ, GPU-систем, инфраструктуры хранения данных, интеграции стоек и архитектуры оборудования дата-центров
Богатый опыт диагностики сложных сбоев оборудования и руководства ремонтными работами в производственных средах
Опыт проведения анализа первопричин и внедрения долгосрочных корректирующих действий
Глубокое понимание принципов инженерии надежности оборудования и управления состоянием парка оборудования
Подтвержденная способность эффективно сотрудничать с инженерными, эксплуатационными, производственными и партнерскими организациями
Комфортное самостоятельное выполнение задач в производственных средах с высоким приоритетом и значительной операционной ответственностью
Отличные навыки письменного и устного общения с возможностью влиять на технические и операционные решения
Опыт разработки операционных процессов, стандартов обслуживания и технической документации
Способность к редким командировкам для поддержки развертывания новых кампусов и мероприятий по обеспечению операционной готовности
Опыт поддержки крупномасштабных GPU-кластеров или ИИ/ML-инфраструктурных сред
Знание систем управления состоянием парка оборудования, платформ телеметрии и инструментов мониторинга оборудования
Способность определять соответствующие данные и проводить детальный анализ для поддержки всех элементов данной роли, включая разработку дашбордов
Опыт использования методологий анализа сбоев, таких как FRACAS, RCCA, 5-Why, Fishbone или FMEA
Знание администрирования систем Linux и рабочих процессов валидации оборудования
Опыт поддержки эксплуатации гипермасштабируемых дата-центров или HPC-сред
Знание серверного производства, интеграции стоек и переходов от NPI к поддержке
Отраслевые сертификаты, такие как CompTIA Server+, OEM-сертификаты на оборудование или эквивалентный опыт
Опыт применения практик охраны труда и окружающей среды (EHS) в критически важных средах дата-центров
Компенсация: $157K - $302K в год
Кандидаты должны иметь возможность присутствовать на наших дата-центрах 5 дней в неделю.
Compensation: $157K - $302K per year
About the Team
OpenAI, in close collaboration with our capital partners, is building the world’s most advanced AI infrastructure ecosystem. Our Industrial Compute organization develops and deploys large-scale AI campuses designed to support the next generation of frontier model training and inference workloads.
The Hardware Operations team is responsible for ensuring the reliability, availability, and lifecycle health of OpenAI’s compute infrastructure. We partner closely with Data Center Operations, Fleet Health Engineering, Manufacturing, Network Infrastructure, Capacity Planning, and our infrastructure partners to maintain world-class operational performance across rapidly expanding AI environments.
As we scale globally, we are building the operational frameworks, reliability standards, and sustaining engineering practices required to support thousands of GPUs and servers across multiple campuses.
About the Role
We are seeking a Hardware Operations Engineer to serve as the technical authority for hardware reliability and fleet health at one of OpenAI’s flagship AI campuses.
This role operates at the intersection of hardware operations, sustaining engineering, and fleet reliability. You will partner closely with Cloud Service Provider operations teams, OpenAI fleet-health engineers, hardware engineering teams, and OEM vendors to identify, diagnose, and resolve hardware issues affecting production systems.
Beyond day-to-day operational support, you will drive root cause investigations, reliability improvement initiatives, lifecycle management programs, and operational readiness efforts. You will help establish hardware maintenance standards, operational procedures, and best practices that scale across future OpenAI infrastructure deployments.
The ideal candidate combines deep hands-on datacenter hardware expertise with strong troubleshooting, failure analysis, and cross-functional leadership skills.
Candidates must be able to sit onsite at our datacenters 5 days per week.
Key Responsibilities
Drive technical triage and resolution of complex hardware failures impacting production systems.
Partner with Fleet Health Engineering to investigate recurring hardware issues, identify failure patterns, and improve fleet reliability.
Lead root cause analysis (RCA) efforts for critical hardware incidents and develop corrective and preventive action plans.
Collaborate with Cloud Service Provider operations teams and OEM vendors to coordinate repairs, replacements, upgrades, and hardware lifecycle activities.
Establish and continuously improve hardware maintenance procedures, operational runbooks, and troubleshooting standards.
Analyze hardware failure trends and operational metrics to identify reliability risks and improvement opportunities.
Support new hardware introductions, validation activities, and production readiness reviews.
Coordinate spare parts strategy and inventory planning with supply chain and site teams.
Partner with Hardware Engineering, Manufacturing, and Infrastructure teams to provide field feedback that improves future platform designs.
Develop scalable operational standards and best practices that can be deployed across future Stargate campuses.
Mentor on-site technicians and partner teams on advanced troubleshooting methodologies and hardware operational excellence.
Qualifications
8+ years of experience supporting large-scale datacenter hardware infrastructure, with experience in a senior technician, sustaining engineering, or hardware operations leadership role.
Deep expertise with server platforms, GPU systems, storage infrastructure, rack integration, and datacenter hardware architecture.
Strong experience diagnosing complex hardware failures and leading repair efforts in production environments.
Experience conducting root cause analysis and driving long-term corrective actions.
Strong understanding of hardware reliability engineering principles and fleet-health management.
Proven ability to partner effectively across engineering, operations, manufacturing, and vendor organizations.
Comfortable operating independently in high-priority production environments with significant operational responsibility.
Excellent written and verbal communication skills with the ability to influence technical and operational decisions.
Experience developing operational processes, maintenance standards, and technical documentation.
Ability to travel occasionally to support new campus deployments and operational readiness activities.
Preferred Skills
Experience supporting large-scale GPU clusters or AI/ML infrastructure environments.
Familiarity with fleet health systems, telemetry platforms, and hardware monitoring tools.
Ability to identify appropriate data and perform detailed analysis to support all elements of this role, including dashboard development
Experience with failure analysis methodologies such as FRACAS, RCCA, 5-Why, Fishbone, or FMEA.
Knowledge of Linux system administration and hardware validation workflows.
Experience supporting hyperscale datacenter operations or HPC environments.
Familiarity with server manufacturing, rack integration, and NPI-to-sustaining transitions.
Industry certifications such as CompTIA Server+, OEM hardware certifications, or equivalent experience.
Experience applying Environmental Health and Safety (EHS) practices in mission-critical datacenter environments.
About OpenAI
OpenAI is an AI research and deployment company dedicated to ensuring that general-purpose artificial intelligence benefits all of humanity. We push the boundaries of the capabilities of AI systems and seek to safely deploy them to the world through our products. AI is an extremely powerful tool that must be created with safety and human needs at its core, and to achieve our mission, we must encompass and value the many different perspectives, voices, and experiences that form the full spectrum of humanity.
We are an equal opportunity employer, and we do not discriminate on the basis of race, religion, color, national origin, sex, sexual orientation, age, veteran status, disability, genetic information, or other applicable legally protected characteristic.
For additional information, please see OpenAI’s Affirmative Action and Equal Employment Opportunity Policy Statement.
Background checks for applicants will be administered in accordance with applicable law, and qualified applicants with arrest or conviction records will be considered for employment consistent with those laws, including the San Francisco Fair Chance Ordinance, the Los Angeles County Fair Chance Ordinance for Employers, and the California Fair Chance Act, for US-based candidates. For unincorporated Los Angeles County workers: we reasonably believe that criminal history may have a direct, adverse and negative relationship with the following job duties, potentially resulting in the withdrawal of a conditional offer of employment: protect computer hardware entrusted to you from theft, loss or damage; return all computer hardware in your possession (including the data contained therein) upon termination of employment or end of assignment; and maintain the confidentiality of proprietary, confidential, and non-public information. In addition, job duties require access to secure and protected information technology systems and related data security obligations.
To notify OpenAI that you believe this job posting is non-compliant, please submit a report through the designated form. No response will be provided to inquiries unrelated to job posting compliance.
We are committed to providing reasonable accommodations to applicants with disabilities, and requests can be made through the designated accommodation request link.
OpenAI Global Applicant Privacy Policy
At OpenAI, we believe artificial intelligence has the potential to help people solve immense global challenges, and we want the upside of AI to be widely shared. Join us in shaping the future of technology.
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 212 000 до 278 000