Rechenzentrumsbetriebsingenieur

Über uns
Radiant steht für leistungsstarke Intelligenz und bietet eine skalierbare, leistungsstarke Recheninfrastruktur, die speziell für KI- und HPC-Workloads entwickelt wurde. Wir betreiben globale Rechenzentren und betreiben geschäftskritische Umgebungen, in denen Betriebszeit, Durchsatz und extrem niedrige Latenz nicht verhandelbar sind.

Rollenübersicht
Wir suchen einen technisch versierten Rechenzentrums-Betriebsingenieur mit Leidenschaft für Hardware, der die Vorgänge vor Ort für unsere neue Bereitstellung in East London – den neuesten KI-Infrastrukturstandort von Radiant – durchführt. Diese Rolle konzentriert sich auf die Bereitstellung präziser, wiederholbarer physischer Praktiken – einschließlich fortschrittlicher Smart-Hands-Unterstützung, komplexer Verkabelung und praktischer Bedienung von luftgekühlten Rechensystemen mit hoher Dichte –, um erstklassige SLAs für die Hardwarearchitektur der nächsten Generation zu gewährleisten.
In enger Zusammenarbeit mit den SRE-, Network Engineering- und Datacenter Strategy-Teams für Infrastruktur (HPC) sorgen Sie für die Einhaltung kompromissloser Standards im gesamten Rechenzentrum von East London, das sich über mehrere Datenhallen erstreckt. Sie leben und atmen die Hardware und sorgen für erstklassige Anlagenzuverlässigkeit durch praktische Bereitstellung, proaktive Wartung, schnelle Reaktion auf Vorfälle und strukturierte Fehler-/Reparaturausführung in Luftkühlungssystemen mit hoher Dichte, Stromschienen-basierter Stromverteilung und GPU-Rechnerplattformen der nächsten Generation. Die Rolle konzentriert sich auf die technische Ausführung und optimierte Ausgabe.
Sie verwandeln globale technische Standards in fehlerfreie, wiederholbare tägliche Routinen und verfeinern kontinuierlich die Praktiken vor Ort, um sicherzustellen, dass unsere fortschrittlichste Hardware mit Höchstleistung läuft. Bei der Hardwareplattform von East London handelt es sich um vollständig luftgekühlte Rechenleistung der NVIDIA B300-Klasse, die über einen neuen OEM-Partner bereitgestellt wird, der in die Flotte von Radiant integriert wird. Während die Schnittstellen und die Gesamtarchitektur eng mit anderen OEM-Plattformen übereinstimmen, die Sie vielleicht bereits kennen, werden Sie zu den ersten Teams gehören, die es vor Ort betreiben. Daher sind eine schnelle Lernkurve und eine solide Fehlersuche nach den ersten Prinzipien wichtiger als ein vorheriger Kontakt mit diesem speziellen Anbieter.
Sie werden Teil des Gründungsteams sein und 24x7x365 vor Ort in East London für die Einhaltung strenger Kunden-SLAs sorgen. Während Radiant seine EMEA-Präsenz erweitert, werden Ihr unermüdliches Streben nach Hardware-Perfektion und Ihre bewährte Feldexpertise mit Umgebungen mit hoher Dichte als operative Blaupause für die effiziente Skalierung von Ausführungsmodellen in der gesamten Region dienen.

Was haben Sie davon?
Werden Sie Teil eines Teams, das einige der weltweit fortschrittlichsten Hochleistungs-Computing-Infrastrukturen betreibt. Als Datacenter Operations Engineer arbeiten Sie praktisch mit modernsten GPU- und CPU-Plattformen – einschließlich der neuesten NVIDIA-Architekturen – und betreiben dichte, groß angelegte Rechenumgebungen für KI, maschinelles Lernen und Workloads der nächsten Generation.
Dies ist eine Gelegenheit, Fachwissen an der Spitze der modernen Infrastruktur aufzubauen, wo Zuverlässigkeit, Skalierbarkeit und Leistung jeden Tag eine Rolle spielen. Sie arbeiten mit erfahrenen Ingenieuren in einer weltweit verteilten Organisation zusammen, die Offenheit, Inklusion, technische Exzellenz und kontinuierliches Lernen schätzt.
Wir handeln schnell, lösen bedeutende Herausforderungen und geben Menschen den Raum, etwas zu bewirken. Wenn Sie in schnelllebigen Umgebungen erfolgreich sind, gerne mit fortschrittlicher Technologie arbeiten und die Zukunft des Hochleistungsrechnens mitgestalten möchten, finden Sie hier sowohl Herausforderungen als auch Chancen.
Außerdem erwartet Sie:

• Zugang zu branchenführender GPU- und KI-Infrastruktur

• Möglichkeiten, gemeinsam mit einem schnell wachsenden globalen Unternehmen zu wachsen

• Eine kollaborative, integrative und unterstützende Ingenieurskultur

• Echte Eigenverantwortung und die Fähigkeit, die operative Exzellenz zu beeinflussen

• Arbeit, die an der Schnittstelle von Menschen, Leistung und Technologie angesiedelt ist

• Ein moderner, flexibler, global vernetzter Arbeitsplatz mit ehrgeizigen Zielen

Hauptaufgaben
Hardware-Operationen und Unterbrechung/Reparatur

• Hardware- und Netzwerkprobleme schnell diagnostizieren und beheben, um die Betriebszeit zu maximieren; Führen Sie strukturierte Fehlerisolationsmethoden aus, um eine schnelle Lösung voranzutreiben

• Reagieren Sie über unsere Überwachungs- und Observability-Plattform auf kritische Hardware-Warnungen. Tragen Sie zur kontinuierlichen Serviceverbesserung bei, um die Überwachungsfähigkeit und die Alarmqualität zu verbessern

• Bereitstellung und Wartung von HPC- und KI-Hardware für einen unterbrechungsfreien Betrieb, einschließlich Hardware-Fehlerbehebung, Firmware-Updates und Komponentenaustausch

• Führen Sie Break/Fix-Prozeduren für erweiterte Hardwareplattformen aus, einschließlich GPU-Modulaustausch, Fehlerisolierung auf Komponentenebene und Diagnose auf Firmware-Ebene

• Ausführen oder Unterstützen von Break-/Fix-Vorgängen auf Rechensystemen mit ultrahoher Dichte, einschließlich Gehäusen der NVIDIA B300-Klasse oder gleichwertigen Plattformen, einschließlich Austausch von GPU-/Lüftermodulen, Fehlerisolierung auf Gehäuseebene und Verbinden/Trennen von Sammelschienen – unter der Leitung des Leiters, an dem die Qualifizierung durchgeführt wird

Luftkühlungsbetriebe

• Betreiben, überwachen und warten Sie in Zusammenarbeit mit unserem Rechenzentrumspartner eine hochdichte Luftkühlungsinfrastruktur, einschließlich CRAC/CRAH-Einheiten, In-Row- und Containment-Kühlung sowie zugehörige Luftstrom-Managementsysteme

• Erleichtern Sie in Zusammenarbeit mit unserem Rechenzentrumspartner die routinemäßige und korrigierende Wartung von Luftkühlsystemen: Überwachung der Vor-/Rücklauftemperaturen und Luftdurchsatzraten, Aufrechterhaltung der Warmgang-/Kaltgangeindämmung und -ausblendung sowie Durchführung geplanter Filter- und Komponenteninspektionen

• Befolgen Sie die SOPs für sicheres Arbeiten rund um luftgekühlte Rechenplattformen mit hoher Dichte und tragen Sie dazu bei

• Überwachen Sie die thermische Leistung und melden Sie Anomalien, bevor sie zu Vorfällen eskalieren

Kapazitätsmanagement

• Tragen Sie zum Kapazitätsmanagement auf Standortebene bei und führen Sie genaue Aufzeichnungen über die Strom-, Platz- und Kühlungsnutzung

• Unterstützen Sie Kapazitätsplanungsaktivitäten, indem Sie dem Leiter und relevanten Teams genaue Bestandsdaten bereitstellen und Infrastrukturänderungen melden.

Quelle: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/radiant/datacentre-operations-engineer-london-490964)