Chefingenieur, Plattform

Firmus Technologies

Firmus Technologies ist ein weltweit führender Pionier bei der Entwicklung und dem Betrieb einer effizienten KI-Infrastruktur im gesamten asiatisch-pazifischen Raum.

Unser 2019 in Australien gegründetes Ziel ist es, die effizienteste KI-Infrastruktur zu schaffen, indem wir modernste Technologie mit einem unerschütterlichen Engagement für Nachhaltigkeit kombinieren.

Bei Firmus sind wir in unserem Ansatz einzigartig. Wir entwerfen, bauen und betreiben eine neue Klasse digitaler Infrastruktur – die AI Factory. Durch unseren Model-to-Grid-Technologieansatz haben wir die Grenzen von Mehrgenerationen-Flüssigkeitskühlsystemen, Energiemanagement, KI-Software-Orchestrierung und Bauwesen erweitert. Für unsere Kunden ermöglicht uns dieser Ansatz, dass jedes Watt zählt und weltweit kostengünstige KI-Tokens liefert.

Firmus AI Cloud

Unsere groß angelegte GPU-Cloud-Plattform Firmus AI Cloud wurde speziell dafür entwickelt, Kunden energieeffiziente KI-Berechnungen im großen Maßstab bereitzustellen.

Es ermöglicht Entwicklern, Unternehmen, Bildungseinrichtungen und Regierungsanwendern, KI-Modelle mit beispielloser Effizienz und Kosteneinsparungen zu trainieren und bereitzustellen. Mit einem ständig wachsenden Angebot an Diensten und Anwendungen sind wir bestrebt, ein Cloud-Erlebnis zu bieten, das marktführend, proprietär und skalierbar ist.

ROLLENZUSAMMENFASSUNG

Firmus Technologies sucht einen Principal Engineer, Platform, der die Plattform besitzt, auf der die Firmus-Ingenieure aufbauen und veröffentlichen, in der öffentlichen Cloud und in unseren eigenen Rechenzentren. Self-Service und Sicherheit stehen an erster Stelle: Auf einem goldenen Weg sollte ein Ingenieur in der Lage sein, einen Service zu erstellen, eine Umgebung bereitzustellen und ihn mit minimalem Support sicher in die Produktion zu überführen. Alles, was Sie entwerfen, muss standortübergreifend funktionieren und auf Hunderttausende GPUs in KI-Fabriken im Gigawatt-Maßstab skaliert werden.

SCHLÜSSELVERANTWORTLICHKEITEN

Architektur und Entscheidungen

• Besitzen Sie die Architektur der Engineering-Plattform und ihrer Multi-Site-Managementebene, in der öffentlichen Cloud und vor Ort. Legen Sie zwei bis drei Jahre im Voraus eine Zielarchitektur fest und planen Sie die Schritte vom heutigen System bis dorthin.

• Entwerfen Sie die Plattform um eine wiederholbare Skalierungseinheit herum. Die Kapazität wächst in identischen Einheiten, ein Fehler bleibt innerhalb einer Einheit oder eines Standorts und jeder Standort erfüllt einen definierten Standard, bevor er die Plattform übernimmt.

• Entscheiden Sie, wie interne Kubernetes- und Hypervisor-Cluster erstellt, vernetzt, aktualisiert und wiederhergestellt werden. Halten Sie Kubernetes konform und nah an den Upstream-Releases, mit Upgrades, die keine Ausfallzeiten erfordern. Neue Sites werden aus dem Code und dem Site Deployment Kit erstellt und die Wiederherstellung wird regelmäßig getestet.

• Entscheiden Sie, wie Dienste mit progressivem Rollout gepackt, freigegeben und beworben werden und wie ein fehlgeschlagenes Release rückgängig gemacht und standortübergreifend eingedämmt wird.

• Leitung von Entwurfsprüfungen für wesentliche Änderungen im gesamten Team, Freigabe von Architekturentscheidungsunterlagen und Beilegung technischer Streitigkeiten, die von Ingenieuren eskaliert werden. Treffen Sie bei unvollständigen Informationen eine schnelle Entscheidung, schreiben Sie die Annahmen auf und überdenken Sie eine Entscheidung, wenn sich die Beweise ändern.

Bauen und weiterentwickeln

• Eigener Self-Service für Ingenieure mit API-First-Design. Die CLI, die Automatisierung und jedes Entwicklerportal verwenden alle dieselbe Plattform-API. Behandeln Sie jedes Ticket an das Plattformteam als eine Lücke im Self-Service und schließen Sie die häufigsten zuerst.

• Führen Sie einen Servicekatalog im Code mit einem Eigentümer für jeden Service und Scorecards, die jedem Team zeigen, wo seine Services im Hinblick auf den goldenen Weg, die Produktionsbereitschaft und die Sicherheitsstandards stehen.

• Bereitstellung einer Multi-Cluster-Bereitstellung für interne Teams und das Kundenprodukt: eine Pipeline zu jeder Region und jedem Rechenzentrum, das Kundenprodukt isoliert von internen Arbeitslasten und Standorte, die weiterlaufen, wenn der Orchestrator nicht erreichbar ist.

• Lassen Sie KI-Agenten unter den gleichen Kontrollen wie Ingenieure am Lieferpfad arbeiten, mit ihrer eigenen Identität, den geringsten Berechtigungen, Sandboxing und einer Person, die jede Produktionsänderung genehmigt.

Zuverlässigkeit, Sicherheit und Kosten

• Legen Sie SLOs und Fehlerbudgets für die Plattform fest und entscheiden Sie anhand des Budgets, wann Zuverlässigkeitsarbeit an erster Stelle steht.

• Leiten Sie die technische Reaktion auf schwerwiegende Vorfälle auf der Plattform und stellen Sie sicher, dass jede Obduktion mit einer Lösung endet, die ein erneutes Auftreten verhindert.

• Legen Sie den Standard fest, den jede Änderung erfüllt, bevor sie live geht: Codeüberprüfung, Abnahmetests, Builds, die von der Quelle bis zur Bereitstellung nachverfolgbar sind, und die standardmäßigen Kontrollen des Anwendungssicherheitsteams in jeder Pipeline.

• Stellen Sie Geheimnisse, Zertifikate und Single Sign-On als Plattformdienste bereit, die auf dem Identitäts- und Geheimnisstandard des Sicherheitsteams basieren, mit gegenseitigem TLS zwischen Diensten und Anmeldeinformationen, die aus dem Code ausgegeben werden, kurzlebig sind und automatisch rotieren.

• Bauen Sie eine kontinuierliche Compliance für SOC 2 Typ 2 und ISO 27001 in die Plattform ein, mit Kontrollen, die als Richtlinien im Code geschrieben sind, Beweisen automatisch erfasst werden und Abweichungen erkannt und korrigiert werden.

• Automatisieren Sie das Patchen ohne Unterbrechung und stellen Sie dringende und gesperrte Sicherheitskorrekturen innerhalb definierter Zeitpläne bereit. Knoten werden Site für Site aus neu erstellten Images ersetzt, innerhalb der Unterbrechungsgrenzen jedes Dienstes und mit automatischem Rollback.

• Eigene Kosten auf Designebene, einschließlich Cloud-Ausgaben, mit einem gemeinsamen Pfad für jedes Team und jeden Standort.

Technische Führung

• Fördern Sie Ingenieure durch Mentoring, Entwurfsprüfung und Codeüberprüfung. Einstellung und Leistungsüberprüfung liegen beim technischen Leiter.

• Legen Sie fest, wie das Team KI nutzt, um Software effektiv und sicher zu erstellen, mit Review-Gates und automatisierten Architekturprüfungen, die dafür sorgen, dass KI-generierter Code innerhalb des vereinbarten Designs bleibt.

• Führen Sie technische Interviews und Beurteilungen für Plattform-Ingenieure und halten Sie jeden Kandidaten auf diesem Niveau.

Partnerschaft und Kommunikation

• Gestalten Sie die Plattform-Roadmap mit Produkt-, Infrastruktur-, Netzwerk- und Standortbereitstellungsführern und halten Sie die Plattform bereit, bevor jede neue Region oder jedes neue Rechenzentrum live geht.

• Vereinbaren Sie die Eigentumsverhältnisse an jeder Grenze mit Infrastruktur, Netzwerk, Sicherheit, Software, Daten und Beobachtbarkeit schriftlich und klären Sie Meinungsverschiedenheiten direkt.…

Quelle: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/firmus/principal-engineer-platform-sydney-australia-409539)