О роли
Мы ищем старшего архитектора решений с глубокими знаниями в области сетевых технологий, который присоединится к команде Voyager в офисе CTO Mirantis. Вам предстоит отвечать за сетевые решения k0rdent AI, нашей платформы для создания и эксплуатации GPU-кластеров и AI-фабрик, от аппаратного обеспечения до моделей.
Вы будете разрабатывать архитектуру сетевого взаимодействия больших GPU-кластеров, изоляции арендаторов и доступа рабочих нагрузок к сети из контейнеров, виртуальных машин и bare-metal узлов. На основе этой архитектуры вы будете создавать опубликованные эталонные архитектуры, рабочий код и прототипы, которые будут работать на реальном оборудовании с нашими клиентами и партнерами.
Будучи частью офиса CTO, вы будете заниматься исследованиями, которые являются неотъемлемой частью этой работы. Вы будете исследовать архитектуры и технологии, опережая запросы клиентов, прототипировать идеи, которые могут не быть реализованы, и ставить под сомнение устоявшиеся практики, если существует лучший подход. Ваша работа будет определять будущее k0rdent AI, а не только способы его развертывания сегодня.
Эта роль сочетает в себе исследования и практическую работу, ориентированную на взаимодействие с клиентами. Вы будете разделять свое время между изучением новых архитектур, написанием документации, созданием и проверкой решений в лаборатории, а также объяснением их инженерам, руководителям и аудиториям на конференциях. Вы будете работать с архитекторами решений, менеджерами по работе с партнерами и коллегами из инженерных команд из многих стран и часовых поясов.
Ключевые обязанности
Эталонная архитектура
- Разработка и публикация эталонных сетевых архитектур и проектных решений для k0rdent AI, охватывающих топологии дата-центров от одного стека до кластеров с тысячами GPU.
- Определение сетевых фабрик для вычислений (east-west) на InfiniBand и RoCEv2 Ethernet, включая оптимизированные по количеству стоек (rail-optimised) и fat-tree / Clos топологии, варианты избыточности (oversubscription) и домены отказа (failure-domain).
- Определение сетей для фронтенда (front-end), хранения данных (storage) и управления (management), а также способов их подключения к дата-центрам клиентов, публичным облакам и гибридным средам.
- Спецификация многопользовательской изоляции на всех уровнях: InfiniBand partitions (PKeys), VRF и EVPN-VXLAN на Ethernet, а также сетевых политик на уровне Kubernetes.
- Документирование пределов масштабируемости и компромиссов (стоимость, производительность, эксплуатационная пригодность, привязка к поставщику) с обоснованными аргументами, понятными клиенту.
Сетевое взаимодействие хостов и платформы
- Определение способов предоставления сетевых интерфейсов (NIC), DPU и SuperNIC хостами Linux рабочим нагрузкам: PCI passthrough, виртуальные функции SR-IOV, группы IOMMU, привязка NUMA и GPU-NIC.
- Разработка сетевой архитектуры Kubernetes для AI-нагрузок: основные и вторичные CNI, Multus, плагины для устройств SR-IOV и RDMA, NVIDIA Network Operator и Dynamic Resource Allocation (DRA).
- Разработка сетевой архитектуры для виртуальных машин на KubeVirt, включая passthrough и SR-IOV для трафика GPU и RDMA.
Исследования и разработки
- Отслеживание и оценка новых технологий и стандартов в области AI-сетей, таких как Ultra Ethernet (UEC), offloads SuperNIC и DPU, фабрики scale-up и scale-across, а также сетевые драйверы Kubernetes DRA.
- Прототипирование альтернативных архитектур в лаборатории, в том числе тех, которые клиенты еще не запрашивали, и их измерение по сравнению с текущими практиками.
- Постановка под сомнение устоявшихся или предпочитаемых клиентами архитектур, когда данные указывают на лучший вариант, и обоснование этого с помощью данных.
- Публикация результатов в виде внутренних исследовательских заметок и предложений по проектированию, а при необходимости — в виде внешних статей, публикаций в блогах или докладов.
Код и прототипы
- Создание и проведение демонстраций (proof of concept) с клиентами и партнерами на оборудовании лаборатории Mirantis и на площадках клиентов, а также отчетность о результатах в соответствии с согласованными критериями успеха.
- Разработка средств автоматизации и инструментов (Python, Go, Bash, Ansible, Helm, Kubernetes manifests, Terraform), которые делают эталонные архитектуры воспроизводимыми.
- Проведение тестирования и бенчмаркинга сетевых фабрик и конфигураций хостов (например, тесты NCCL, perftest, ib_write_bw) и преобразование полученных результатов в рекомендации по проектированию.
Клиенты, партнеры и сообщество
- Выступление в качестве эксперта по сетям при обнаружении потребностей клиентов, проведении обзоров проектов и архитектурных семинаров, предлагая новые идеи и демонстрируя экспертизу, а не только отражая текущую практику.
- Взаимодействие с партнерами по аппаратному обеспечению и сетям (например, NVIDIA, производителями серверов, поставщиками коммутаторов и сетевого оборудования) по совместным проектам и проверкам.
- Внедрение инноваций и предоставление результатов исследований командам Product и Engineering, а также участие в формировании дорожной карты k0rdent AI.
- Выступления на отраслевых мероприятиях, вебинарах и партнерских саммитах, а также проведение практических семинаров для технических специалистов.
- Создание технического контента: документы с эталонными архитектурами, краткие описания решений, публикации в блогах и материалы для внутреннего обучения.
Образование и опыт
Степень бакалавра в области компьютерных наук, электротехники, телекоммуникаций или смежной области, либо эквивалентный практический опыт.
8+ лет опыта в сетевой инженерии или сетевой архитектуре, из них не менее 3 лет в области сетевой инфраструктуры дата-центров, HPC или облачных вычислений.
Опыт работы с клиентами в качестве архитектора решений, инженера предпродажной подготовки, консультанта или технического лидера.
Требуемые технические навыки
- Проектирование сетевой инфраструктуры дата-центров: топологии spine-leaf и Clos, фабрики GPU, оптимизированные по количеству стоек, избыточность, ECMP и эксплуатационные проблемы масштабирования до тысяч узлов.
- InfiniBand: управление подсетями, разбиение на разделы (partitioning), адаптивная маршрутизация и особенности поведения трафика NCCL / RDMA в сети.
- RoCEv2 на Ethernet: проекты с без потерь (lossless) и управлением перегрузками (PFC, ECN, DCQCN), QoS, настройка MTU и буферов.
- Маршрутизация и оверлеи: BGP, EVPN-VXLAN, VRF и их использование для многопользовательской среды.
- Подключение к гибридным и мультиоблачным средам: межсетевые соединения, VPN, сетевые конструкции облачных провайдеров, планирование IP-адресов и DNS для различных площадок.
- Сетевое взаимодействие Linux: управление NIC, PCI passthrough, SR-IOV, IOMMU, привязка NUMA ядром и драйверами, а также инструменты, такие как iproute2, ethtool и devlink.
- Сетевое взаимодействие Kubernetes: CNI плагины (например, Cilium, Calico, OVN-Kubernetes), Multus и вторичные сети, плагины для устройств SR-IOV и RDMA, сетевая политика и доступ к сервисам.
- Виртуализация на Kubernetes: KubeVirt и настройка сетевого взаимодействия ВМ, passthrough и SR-IOV.
- Программирование или написание скриптов как минимум на одном языке (предпочтительно Python или Go), а также уверенное использование Git, CI и инфраструктуры как кода (infrastructure-as-code).
Как вы работаете
Мы ценим эти поведенческие качества не меньше, чем техническую глубину, и будем запрашивать конкретные примеры каждого.
- Любознательность. Вы вникаете в причины поведения сети, читаете спецификации и исходный код, следите за изменениями в области AI-сетей. Вы ставите под сомнение устоявшиеся архитектуры, включая те, к которым привыкли клиенты, когда существует лучший подход.
- Ответственность. Вы доводите эталонную архитектуру или POC от первого наброска до опубликованного, проверенного результата и несете за него ответственность.
- Проактивность. Вы выявляете пробелы в продукте, документации или клиентских решениях до того, как вас об этом попросят, и действуете для их устранения.
- Быстрая обучаемость. Вы быстро становитесь продуктивным в незнакомом оборудовании, программном обеспечении или клиентской среде.
- Деловая хватка. Вы связываете выбор сетевой архитектуры со стоимостью, временем получения результатов и риском, и объясняете это лицам, принимающим решения.
Коммуникация и сотрудничество
- Отличное знание письменного и устного английского языка; вы пишете документы, на основе которых другие могут строить работу.
- Уверенность в выступлениях перед большой аудиторией на конференциях и мероприятиях, а также в проведении практических семинаров.
- Способность адаптировать сообщение к аудитории, от сетевых инженеров до руководителей клиентов.
- Опыт работы в международной, распределенной компании, в различных часовых поясах и культурах, с командами архитекторов решений, менеджерами по работе с партнерами и инженерными командами.
Желательно
- Практический опыт работы с сетевыми решениями NVIDIA: InfiniBand Quantum, Ethernet Spectrum-X, SuperNIC ConnectX, DPUs BlueField, UFM и эталонными архитектурами NVIDIA для AI-фабрик.
- Опыт работы с GPU cloud, neocloud или HPC операторами, или с развертываниями типа NVIDIA Cloud Partner (NCP).
- Подготовка и управление жизненным циклом bare-metal серверов: Metal3, Ironic, Redfish, PXE / iPXE и Cluster API.
- Автоматизация сетей и SDN-контроллеры, а также операционные системы коммутаторов, такие как Cumulus Linux, SONiC или эквиваленты от поставщиков.
- Глобальная балансировка нагрузки и предоставление сервисов для распределенного инференса (GSLB, Gateway API, ingress).
- Знакомство с сетевыми аспектами Software-Defined Storage для AI (NVMe-oF, GPUDirect Storage).
- Опыт работы с продуктами Mirantis, MKE, k0s, сетевыми решениями k0rdent.
- Участие в проектах с открытым исходным кодом в области сетей или Kubernetes, или подтвержденный опыт публичных выступлений и технического письма.
- Участие в работе стандартизирующих или отраслевых организаций (например, Ultra Ethernet Consortium, OCP, IETF), или опубликованные исследования, патенты или технические документы (white papers).
- Знание дополнительных языков, помимо английского, например, европейского языка.
Местоположение, командировки и модель работы
Эта позиция является удаленной, открыта для кандидатов, проживающих в Европе.
Вы будете работать с командой, распределенной по многим часовым поясам; некоторые встречи могут проходить вне стандартных местных рабочих часов.
Командировки до 25% для взаимодействия с клиентами, встреч с партнерами, лабораторных работ и отраслевых мероприятий, в основном в пределах ЕС и США.
Mirantis является работодателем, предоставляющим равные возможности. Вознаграждение и льготы устанавливаются в соответствии с местным рынком и условиями трудоустройства.
Почему вам понравится работать в Mirantis
- Создание основы наблюдаемости для эпохи AI-облаков, работая напрямую с ведущими операторами GPU-облаков, NeoClouds, суверенными облаками и предприятиями, ориентированными на AI.
- Сотрудничество с распределенной командой мирового класса, приверженной открытости и техническому совершенству.
- Формирование продуктовой стратегии и влияние на успех выхода на рынок.
Подразумевается, что Mirantis, Inc. может использовать технологию автоматизированного принятия решений (ADMT) для принятия определенных решений, связанных с трудоустройством. Просьба отказаться от использования ADMT для решений, связанных с оценкой и обзором, относящихся к конкретному решению о трудоустройстве по данной вакансии. Вы также имеете право обжаловать любые решения, принятые ADMT, отправив запрос по адресу контакт рекрутера.
Предоставляя свое резюме, вы даете согласие на обработку и хранение ваших персональных данных в соответствии с применимыми законами о защите данных для 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, — это Kubernetes-native компания в сфере AI-инфраструктуры, позволяющая организациям создавать и эксплуатировать масштабируемую, безопасную и суверенную инфраструктуру для современных приложений в области AI, машинного обучения и обработки больших данных. Сочетая инновации в области открытого исходного кода с глубокой экспертизой в оркестрации Kubernetes, Mirantis дает командам инженеров платформ возможность предоставлять компонуемые, готовые к эксплуатации платформы разработчиков в любой среде — локальной, облачной, на периферии или в суверенных дата-центрах. Поскольку предприятия сталкиваются с растущей сложностью AI-нагрузок, Mirantis предоставляет 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 инфраструктуры.
