Senior GPU Systems & Fabric Engineer

Старший инженер по системам и сетям GPU

Местоположение: Сан-Хосе, США / Удаленно
Компания: Bitdeer Technologies Group
Тип занятости: Полная занятость
Зарплата: 180000–320000 USD В ГОД

Bitdeer — ведущая мировая технологическая компания в области инфраструктуры для ИИ и майнинга Биткойна.

Bitdeer стремится предоставлять комплексные решения для майнинга Биткойна своим клиентам и создавать вычислительную инфраструктуру для ИИ, поддерживающую революцию в области ИИ. Bitdeer занимается сложными вычислительными процессами, такими как закупка оборудования, логистика транспортировки, проектирование и строительство центров обработки данных, управление оборудованием и повседневная эксплуатация. Bitdeer также предлагает расширенные облачные возможности клиентам с высоким спросом на искусственный интеллект.

Штаб-квартира Bitdeer находится в Сингапуре, а центры обработки данных развернуты в нескольких странах, включая США, Норвегию, Бутан и Эфиопию.

Обзор должности

Мы ищем старшего инженера по системам и сетям GPU, который станет критически важным связующим звеном между нашей физической инфраструктурой GPU/сети и абстрактным уровнем Kubernetes. Вы будете отвечать за создание высокопроизводительной «аппаратной основы», которая делает возможными облачные вычисления, ориентированные на ИИ. Эта роль требует глубоких знаний внутренних компонентов ядра Linux, архитектур GPU и высокоскоростных межсоединений, поскольку вам предстоит трансформировать необработанные, «голые» вычислительные ресурсы в масштабируемые, отказоустойчивые и многопользовательские облачные примитивы. Вы будете руководить проектированием нашего сетевого уровня, обеспечивая, чтобы наши рабочие нагрузки ИИ имели среду с низкой задержкой и высокой пропускной способностью, необходимую им для работы с лидирующими в отрасли скоростями.

Основные обязанности

• Разработка и поддержка интеграций для плагинов устройств NVIDIA/AMD GPU и операторов Kubernetes для предоставления аппаратных возможностей плоскости управления.
• Настройка и оптимизация высокопроизводительных стеков сетевых карт хоста, включая RDMA, SR-IOV, RoCEv2 и InfiniBand, для обеспечения пропускной способности на уровне линии для распределенного обучения ИИ.
• Создание и управление автоматизированными конвейерами исправления аппаратного обеспечения с использованием телеметрии DCGM для проактивного выявления, изоляции и сброса деградировавших компонентов GPU/NIC до того, как они повлияют на производственные задания.
• Внедрение и управление сложными технологиями нарезки GPU (MIG, vGPU) для обеспечения эффективных многопользовательских рабочих нагрузок инференса и максимизации утилизации кластера.
• Профилирование и настройка параметров на уровне ядра, драйверов устройств и библиотек времени выполнения (CUDA, NCCL) для устранения узких мест и оптимизации контейнеризованных рабочих нагрузок ИИ.
• Сотрудничество с инженерными командами по планированию и хранению данных для обеспечения размещения с учетом топологии и эффективного перемещения данных по сети.
• Определение и обеспечение соблюдения операционных стандартов для предоставления «голого» оборудования, обновлений BIOS/прошивки и укрепления ОС в контейнеризованной среде.
• Руководство техническими расследованиями сложных проблем производительности, охватывающих оборудование, сеть и программное обеспечение, предоставляя действенные архитектурные рекомендации.
• Менторство членов команды и продвижение стандартов документирования для нашего развивающегося стека аппаратного обеспечения ИИ.

Квалификация

• Степень бакалавра или магистра в области компьютерных наук, электротехники или смежной области.
• Опыт системной инженерии более 5 лет, с сильным владением внутренними компонентами ядра Linux, C или Go.
• Практический опыт работы с архитектурами GPU (NVIDIA H100/A100), средами выполнения CUDA и распределенными сетями (RDMA, InfiniBand).
• Глубокое понимание контейнеризованных сред и архитектуры плагинов устройств Kubernetes.
• Подтвержденный опыт эксплуатации, отладки и масштабирования «голых» систем в крупномасштабных производственных или HPC средах.
• Знакомство с автоматизацией инфраструктуры (например, Terraform, Ansible, CI/CD конвейеры) для управления жизненным циклом оборудования.
• Отличные навыки решения проблем, способность справляться с неопределенными проблемами производительности на стыке аппаратного и программного обеспечения.
• Отличные коммуникативные навыки, с совместным подходом к работе с командами по инфраструктуре, планированию и надежности.
• Настоятельно предпочтителен опыт работы в быстроразвивающихся инженерных средах с высоким темпом роста.

Bitdeer стремится предоставлять равные возможности трудоустройства в соответствии с законами страны, штата и местного законодательства. Bitdeer не дискриминирует сотрудников или соискателей по таким признакам, как раса, цвет кожи, гендерная идентичность и/или выражение, сексуальная ориентация, семейное и/или родительское положение, религия, политические убеждения, национальность, этническое происхождение или социальное происхождение, социальный статус, инвалидность, возраст, статус коренного населения и членство в профсоюзе.