Μηχανικός Υποδομής (GPU & Compute)

Ποιοι Είμαστε

Η Lightning AI είναι η εταιρεία πίσω από την PyTorch Lightning. Ιδρυθείσα το 2019, χτίζουμε μια πλατφόρμα από άκρο σε άκρο για την ανάπτυξη, την εκπαίδευση και την ανάπτυξη συστημάτων τεχνητής νοημοσύνης, σχεδιασμένη να μεταφέρει ιδέες από την έρευνα στην παραγωγή με λιγότερες τριβές.

Μέσω της συγχώνευσής μας με το Voltage Park, ένα εργοστάσιο neocloud και AI, το Lightning AI συνδυάζει λογισμικό πρώτου προγραμματιστή με οικονομικά αποδοτικούς υπολογιστές μεγάλης κλίμακας. Οι ομάδες λαμβάνουν τα εργαλεία που χρειάζονται για πειραματισμό, εκπαίδευση και συμπεράσματα παραγωγής, με ενσωματωμένη ασφάλεια, παρατηρησιμότητα και έλεγχο.

Εξυπηρετούμε μεμονωμένους ερευνητές, νεοφυείς επιχειρήσεις και μεγάλες επιχειρήσεις. Το Lightning AI λειτουργεί παγκοσμίως με γραφεία στη Νέα Υόρκη, το Σαν Φρανσίσκο, το Σιάτλ και το Λονδίνο και υποστηρίζεται από την Coatue, την Index Ventures, την Bain Capital Ventures και την Firstminute.

Ο τρόπος που εργαζόμαστε

Οι άνθρωποι που ευδοκιμούν εδώ είναι κατασκευαστές που κινούνται γρήγορα, επικοινωνούν ανοιχτά, αναλαμβάνουν την ιδιοκτησία και βελτιώνουν συνεχώς τον εαυτό τους, τις ομάδες τους και την εταιρεία μας. Δείτε πώς φαίνεται στην πράξη:

• Κινηθείτε με Επείγον: Προχωράμε γρήγορα, παίρνουμε στοχαστικές αποφάσεις και διατηρούμε την ορμή. Εκτιμούμε τη δράση πάνω από την τελειότητα και μαθαίνουμε μέσω της αποστολής.

• Αναλάβετε την κυριότητα: Τα αποτελέσματα τα έχουμε εμείς, όχι μόνο η ατομική μας εργασία. Λαμβάνουμε αποφάσεις που προωθούν την εταιρεία και ακολουθούμε.

• Επικοινωνώ ανοιχτά: Επικοινωνούμε άμεσα, επιδιώκουμε να κατανοήσουμε και να δημιουργήσουμε σαφήνεια για τους άλλους. Οι ειλικρινείς συζητήσεις μας βοηθούν να προχωράμε πιο γρήγορα μαζί.

• Δημιουργήστε υπέροχες ομάδες: Δίνουμε το παράδειγμα, ενδυναμώνουμε άλλους και δημιουργούμε υγιείς ομάδες όπου οι άνθρωποι μπορούν να κάνουν το καλύτερο δυνατό έργο.

• Ανεβάστε τον πήχη: Πάντα βελτιώνουμε τον εαυτό μας. Μαθαίνουμε από τα σχόλια, προκαλούμε συνεχώς τον εαυτό μας να αναπτυχθεί και εστιάζουμε στη δουλειά που έχει μεγαλύτερη σημασία.

• Σκέψου μακροπρόθεσμα: Σχεδιάζουμε για το επόμενο. Δημιουργούμε κλιμακούμενα συστήματα, απλοποιούμε την πολυπλοκότητα και χρησιμοποιούμε τεχνητή νοημοσύνη και αυτοματισμό για να ενισχύσουμε τον αντίκτυπό μας.

Αυτό που Ψάχνουμε

Η Lightning AI αναζητά έναν έμπειρο Senior GPU & Compute Infrastructure Engineer για να ενταχθεί στην ομάδα μας Infrastructure Engineering.

Σε αυτόν τον ρόλο, θα βοηθήσετε στην ανάδειξη, την επικύρωση και τη λειτουργία μεγάλης κλίμακας υπολογιστικής υποδομής γυμνού μετάλλου, με ιδιαίτερη έμφαση σε συστήματα με δυνατότητα GPU. Θα εργαστείτε στη διασταύρωση υλικού, συστημάτων και λογισμικού, κατέχοντας διαγνωστικά και επικύρωση συστήματος, αναπτύσσοντας αυτοματισμούς, βελτιώνοντας την αξιοπιστία και διασφαλίζοντας ότι τα cluster είναι έτοιμα να υποστηρίξουν απαιτητικούς φόρτους εργασίας AI/ML και HPC.

Θα διαδραματίσετε βασικό ρόλο στην πιστοποίηση GPU και σε επίπεδο συστήματος, στην εκτέλεση περιβαλλόντων επικύρωσης και συμπλεγμάτων δοκιμών και στη βελτίωση των εργαλείων και των ροών εργασίας που υποστηρίζουν την ανάπτυξη της υποδομής σε κλίμακα. Αυτό περιλαμβάνει την κατοχή και την εξέλιξη της γραμμής εικόνας μας παράλληλα με συστήματα παροχής και επικύρωσης για να διασφαλίσουμε ότι η υποδομή μας είναι συνεπής, αποδοτική και αξιόπιστη από την πρώτη μέρα.

Αυτός ο ρόλος μπορεί να είναι εντελώς απομακρυσμένος εντός των Η.Π.Α. ή υβριδικός από έναν από τους κόμβους γραφείων μας (NYC, SF, Seattle ή Λονδίνο), με περιστασιακά offsites ομάδας και εταιρείας. Δεν είμαστε σε θέση να παρέχουμε χορηγία βίζας για αυτήν τη θέση αυτήν τη στιγμή.

Τι θα κάνετε

Συστήματα Παρουσίαση και Επικύρωση

• Κατέχετε και εξελίσσετε συστήματα για διαχείριση εικόνας, ανάπτυξη και επικύρωση σε υποδομές γυμνού μετάλλου

• Εκτέλεση και συντήρηση συμπλεγμάτων δοκιμών που χρησιμοποιούνται για την επικύρωση του συστήματος, τα διαγνωστικά και την εμφάνιση

• Επικυρώστε εικόνες υλικολογισμικού, προγραμμάτων οδήγησης και λειτουργικού συστήματος σε υπολογιστικά συστήματα και συστήματα με δυνατότητα GPU

• Υποστήριξη προσπαθειών πιστοποίησης υλικού για πλατφόρμες επόμενης γενιάς

Διαγνωστικά και απόδοση GPU

• Διαθέτετε ροές εργασιών διάγνωσης και επικύρωσης GPU σε υποδομές μεγάλης κλίμακας

• Διαγνώστε και επιλύστε περίπλοκα ζητήματα σε GPU, προγράμματα οδήγησης, λειτουργικά συστήματα και επίπεδα υλικού

• Αναλύστε την απόδοση του συστήματος και της GPU χρησιμοποιώντας εργαλεία όπως το NVIDIA DCGM

• Προσδιορίστε μοτίβα αστοχίας και βελτιώστε τη σταθερότητα του συστήματος και την κάλυψη επικύρωσης

Αυτοματισμός και Εργαλεία

• Δημιουργία και διατήρηση αυτοματισμού για την παροχή, την επικύρωση και την εμφάνιση του συστήματος

• Αναπτύξτε εργαλεία και ροές εργασιών που βασίζονται σε Python για να βελτιώσετε την αποτελεσματικότητα και να μειώσετε τα χειροκίνητα λειτουργικά έξοδα

• Βελτιώστε την αξιοπιστία, την επαναληψιμότητα και την επεκτασιμότητα των αγωγών εικόνας και των συστημάτων επικύρωσης

Συστήματα και Λειτουργίες

• Διαχείριση και λειτουργία συστημάτων που βασίζονται σε Linux σε περιβάλλοντα παραγωγής και επικύρωσης

• Διαχείριση τεχνολογίας εικονικοποίησης

• Υποστήριξη ροών εργασιών παροχής γυμνού μετάλλου, συμπεριλαμβανομένων συστημάτων PXE και εικόνας

• Διασύνδεση με συστήματα διαχείρισης υλικού (π.χ. IPMI, Redfish) για παρακολούθηση και εντοπισμό σφαλμάτων

Διαλειτουργική Συνεργασία

• Συνεργαστείτε με ομάδες Υποδομής, Υλικού και Κέντρου Δεδομένων για την ανάδειξη και την επικύρωση του συστήματος

• Συνεργαστείτε με ομάδες πλατφόρμας και ML για να διασφαλίσετε ότι τα συστήματα πληρούν τις απαιτήσεις φόρτου εργασίας

• Συμβολή στις βέλτιστες πρακτικές για την παροχή, τη διάγνωση και τη διαχείριση του κύκλου ζωής της υποδομής

Τι θα χρειαστείτε

Απαιτούμενα Προσόντα

• 5+ χρόνια εμπειρίας στη μηχανική υποδομής, στη μηχανική συστημάτων ή σε συναφείς ρόλους

• Ισχυρή εμπειρία συστημάτων Linux σε περιβάλλοντα παραγωγής

• Πρακτική εμπειρία με συστήματα και εργαλεία με δυνατότητα GPU, όπως το NVIDIA DCGM

• Εξοικείωση με τις ροές εργασιών προμήθειας γυμνών μετάλλων και δημιουργίας συστήματος

• Γνώση σε Python ή παρόμοιες γλώσσες scripting/προγραμματισμού για αυτοματισμό

• Δυνατότητα εντοπισμού σφαλμάτων σύνθετων ζητημάτων σε υλικό, λειτουργικό σύστημα, GPU και λογισμικό συστήματος

Ιδανική Εμπειρία

• Εμπειρία με διασυνδέσεις υψηλής απόδοσης (π.χ. InfiniBand, NVLink)

• Εμπειρία με περιβάλλοντα εκκίνησης PXE, συστήματα LiveCD ή ροές εργασιών παροχής βάσει εικόνας

• Εμπειρία με διεπαφές διαχείρισης υλικού όπως iDRAC, IPMI ή Redfish

• Εμπειρία λειτουργιών κέντρου δεδομένων, συμπεριλαμβανομένης της εργασίας με φυσικό υλικό

• Εμπειρία υποστήριξης φόρτου εργασίας AI/ML ή HPC σε κλίμακα

• Εμπειρία με πλαίσια επικύρωσης GPU ή διαδικασίες πιστοποίησης υλικού μεγάλης κλίμακας

Αποζημιώσεις και παροχές…

Πηγή: Jobspresso (https://jobspresso.co/job/infrastructure-engineer-gpu-compute/)