Название: AI Platform Support Engineer (APAC)
Местоположение: Филиппины / Удаленно / Сингапур / Филиппины; Сингапур
О нас
Lightning AI — компания, стоящая за PyTorch Lightning. Основанная в 2019 году, мы создаем комплексную платформу для разработки, обучения и развертывания ИИ-систем, призванную помочь в переносе идей от исследований к производству с меньшим количеством сложностей.
Благодаря нашему слиянию с Voltage Park, неооблаком и AI Factory, Lightning AI объединяет программное обеспечение, ориентированное на разработчиков, с экономически эффективными крупномасштабными вычислениями. Команды получают необходимые инструменты для экспериментов, обучения и производственного вывода, с встроенными средствами безопасности, наблюдаемости и контроля.
Мы обслуживаем как индивидуальных исследователей, так и стартапы и крупные предприятия. Lightning AI работает по всему миру с офисами в Нью-Йорке, Сан-Франциско, Сиэтле и Лондоне, и поддерживается Coatue, Index Ventures, Bain Capital Ventures и Firstminute.
Как мы работаем
Люди, которые преуспевают здесь, — это строители, которые быстро двигаются, открыто общаются, берут на себя ответственность и постоянно совершенствуют себя, свои команды и нашу компанию. Вот как это выглядит на практике:
- Действуйте с усердием: мы движемся быстро, принимаем обдуманные решения и сохраняем темп. Мы ценим действия выше совершенства и учимся, выпуская продукт.
- Берите на себя ответственность: мы несем ответственность за результаты, а не только за свою индивидуальную работу. Мы принимаем решения, которые продвигают компанию вперед, и доводим их до конца.
- Общайтесь открыто: мы общаемся напрямую, стремимся понять и создаем ясность для других. Честные разговоры помогают нам двигаться быстрее вместе.
- Создавайте отличные команды: мы подаем пример, расширяем возможности других и создаем здоровые команды, где люди могут выполнять свою лучшую работу.
- Повышайте планку: мы постоянно совершенствуемся. Мы учимся на обратной связи, постоянно бросаем себе вызов расти и концентрируемся на самой важной работе.
- Мыслите долгосрочно: мы разрабатываем для будущего. Мы создаем масштабируемые системы, упрощаем сложность и используем ИИ и автоматизацию для усиления нашего влияния.
Что мы ищем
Lightning AI ищет инженера поддержки платформ ИИ для нашей команды APAC Customer Experience, который будет поддерживать ML-инженеров, управляющих крупномасштабными задачами обучения и вывода на облачных инфраструктурах, Kubernetes и GPU-платформах в производственных средах.
Эта роль — не просто перенаправитель билетов или традиционный инженер поддержки. Вы будете техническим партнером для ML-команд, помогая диагностировать сбои, повышать надежность и направлять клиентов в решении сложных проблем распределенных систем. Проблемы варьируются от планирования Kubernetes и оркестрации GPU до сбоев распределенного PyTorch, задержек вывода, сетевых узких мест, производительности хранения данных и надежности платформы. Вы получите представление о широком спектре реальных ИИ-задач в различных отраслях и поможете формировать инфраструктуру, обеспечивающую работу ML-приложений следующего поколения.
Эта роль является удаленной и открыта для кандидатов, проживающих на Филиппинах или в Сингапуре. Мы нанимаем на различные графики сменности, с рабочими часами с 7:00 до 17:00 по местному времени (UTC+8).
Что вы будете делать
Работа напрямую с ML-инженерами
- Напрямую сотрудничать с клиентскими инженерными командами, управляющими задачами обучения и вывода в производственной среде.
- Помогать клиентам диагностировать и устранять сложные проблемы распределенных систем и ML-инфраструктуры.
- Выступать в качестве технического советника во время инцидентов с высоким уровнем воздействия и событий деградации платформы.
- Преобразовывать проблемы на уровне инфраструктуры в действенные рекомендации для ML-инженеров.
- Завоевывать доверие клиентов благодаря сильным техническим рассуждениям и четкой коммуникации.
Отладка ML-инфраструктуры и распределенных задач
- Исследовать сбои, связанные с распределенным обучением, оркестрацией Kubernetes, выделением GPU, сетями и системами хранения данных.
- Устранять проблемы, связанные с PyTorch, CUDA, NCCL и обслуживанием вывода.
- Анализировать журналы, метрики, трассировки и поведение системы для выявления первопричин.
- Отлаживать контейнеризованные задачи, выполняемые в Kubernetes и на GPU-средах bare metal.
- Поддерживать клиентов в масштабировании задач на многоузловых GPU-системах.
- Диагностировать узкие места в производительности, связанные с вычислениями, памятью, сетями или хранилищем.
Повышение надежности и операционной деятельности платформы
- Выявлять повторяющиеся закономерности в клиентских проблемах и способствовать долгосрочному повышению надежности.
- Вносить вклад в пост-инцидентные обзоры и операционные улучшения.
- Создавать внутренние инструменты, автоматизацию, документацию и руководства.
- Тесно сотрудничать с командами инфраструктуры, сетей и платформы.
- Помогать улучшать наблюдаемость, операционную видимость и рабочие процессы устранения неполадок.
- Улучшать клиентский опыт за счет лучших процессов и технического руководства.
Чем эта роль НЕ является
Чтобы установить четкие ожидания:
- Это не традиционная роль поддержки службы поддержки или маршрутизации билетов.
- Это не чистое управление успехом клиентов или аккаунтами.
- Это не роль бэкенд-разработчика.
- Это не пассивная эскалационная позиция.
Эта роль предназначена для инженеров, которые любят решать сложные технические проблемы, тесно сотрудничая с другими инженерами.
Что вам понадобится
Требуемые квалификации
Инфраструктура и системы
- Опыт разработки программного обеспечения и устранения системных неполадок.
- Опыт работы с Kubernetes и контейнеризированными средами.
- Знание систем Linux, включая сети, хранилища, управление процессами и настройку производительности.
- Опыт работы с облачной инфраструктурой и распределенными системами.
- Опыт работы с инструментами наблюдаемости и отладки, такими как Prometheus, Grafana или OpenTelemetry.
Опыт работы с ML-инфраструктурой
- Практический опыт эксплуатации ML-задач в производственной или исследовательской среде.
- Опыт работы с распределенными ML-системами и инструментами, такими как PyTorch, CUDA или NCCL.
- Знакомство с GPU-инфраструктурой и оркестрацией.
- Опыт устранения проблем с производительностью, надежностью или масштабированием в ML-инфраструктуре.
- Понимание операционных проблем, связанных с эксплуатацией ML-систем в больших масштабах.
Сотрудничество
- Отличные коммуникативные навыки и способность напрямую работать с высокотехничными клиентами и инженерными командами.
- Комфортное взаимодействие в быстро меняющихся, крайне неопределенных средах.
- Удовольствие от совместного решения сложных технических проблем.
Желательно
- Опыт крупномасштабного обучения моделей или распределенных систем вывода.
- Знакомство с Ray, Kubeflow, Slurm или аналогичными платформами распределенного планирования.
- Опыт работы с InfiniBand, RDMA или высокопроизводительными сетями.
- Опыт эксплуатации инфраструктуры bare metal.
- Знакомство с системами хранения данных, обычно используемыми в ML-средах.
- Опыт работы в компаниях, занимающихся ИИ-инфраструктурой, облачными решениями, MLOps или инструментами для разработчиков.
- Вклад в проекты по разработке платформ, инфраструктуры для разработчиков или операционных инструментов.
- Опыт написания скриптов автоматизации, инструментов или сценариев на Python или аналогичных языках.
Льготы и привилегии
Мы предлагаем комплексный и конкурентоспособный пакет льгот, разработанный для поддержки здоровья, благополучия и долгосрочного успеха наших сотрудников:
- Комплексное медицинское страхование: медицинское, стоматологическое и офтальмологическое страхование для сотрудников и их иждивенцев.
- Значительный пакет акций: РСУ, дающие сотрудникам долю в долгосрочном успехе компании.
- Пенсионные накопления: соответствие пенсионным взносам 401(k) (США) и пенсионные взносы (Великобритания).
- Гибкий отпуск: неограниченный PTO, государственные праздники и плавающие выходные для поддержания баланса между работой и личной жизнью.
- Зимние каникулы для всей компании: две недели закрытия компании каждую зиму, чтобы отключиться и восстановиться.
- Оплачиваемый отпуск по уходу за ребенком и семьей: оплачиваемый отпуск для поддержки вас и вашей семьи в важные моменты жизни.
- Профессиональное развитие: ежегодный бюджет на обучение и развитие для поддержки вашего профессионального роста.
- Велнес-льготы: стипендии на велнес и работу из дома для поддержки вашего физического и психического благополучия.
- Программа sabbatical: четырехнедельный оплачиваемый отпуск sabbatical после четырех лет службы.
- Гибкая работа: гибкий график и гибридная модель работы для наших офисных команд.
- Питание в офисе: бесплатные обеды в наших офисных центрах.
Льготы могут различаться в зависимости от местоположения, команды и должности.
В Lightning AI мы стремимся создавать инклюзивную и разнообразную рабочую среду. Мы считаем, что разнообразные команды способствуют инновациям и создают лучшие продукты. Мы предоставляем равные возможности трудоустройства всем сотрудникам и соискателям независимо от расы, цвета кожи, религии, пола, сексуальной ориентации, гендерной идентичности, национального происхождения, возраста, инвалидности, статуса ветерана или любой другой защищенной характеристики. Мы стремимся создать культуру, в которой каждый может преуспеть и внести свой вклад в полной мере.
