Ανώτερος Μηχανικός Λογισμικού, Υπολογιστική Πλατφόρμα

Το Moonlite παρέχει υποδομή τεχνητής νοημοσύνης υψηλής απόδοσης για οργανισμούς που εκτελούν εντατική υπολογιστική έρευνα, εκπαίδευση μοντέλων μεγάλης κλίμακας και απαιτητικούς φόρτους εργασίας επεξεργασίας δεδομένων. Παρέχουμε υποδομή που αναπτύσσεται στις εγκαταστάσεις μας ή συστεγάζεται στις δικές σας, παρέχοντας ευέλικτους υπολογισμούς κατ' απαίτηση ή δεσμευμένους υπολογισμούς που μοιάζει σαν επέκταση του υπάρχοντος κέντρου δεδομένων σας. Η ομάδα ειδικών μας σε υποδομές τεχνητής νοημοσύνης συνδυάζει την απόδοση γυμνού μετάλλου με την εγγενή λειτουργική απλότητα στο cloud, επιτρέποντας στις ερευνητικές ομάδες και τις επιχειρήσεις να αναπτύξουν απαιτητικούς φόρτους εργασίας τεχνητής νοημοσύνης με αξιοπιστία και συμμόρφωση σε επίπεδο επιχείρησης.
Ο ρόλος σας:
Θα συμβάλετε καθοριστικά στην ανάπτυξη της υπολογιστικής μας πλατφόρμας με επιτάχυνση GPU, η οποία εξουσιοδοτεί την κατανεμημένη εκπαίδευση και εξαγωγή συμπερασμάτων AI, προσομοιώσεις μεγάλης κλίμακας και φόρτο εργασίας υπολογιστικής έρευνας. Σε στενή συνεργασία με το προϊόν, τα μέλη της ομάδας της πλατφόρμας σας και τους ειδικούς υποδομής, θα σχεδιάσετε και θα εφαρμόσετε το επίπεδο ενορχήστρωσης υπολογιστών που διαχειρίζεται συμπλέγματα GPU, παροχή γυμνών μετάλλων και προγραμματισμό πόρων, δίνοντας τη δυνατότητα σε ερευνητές και μηχανικούς να έχουν προγραμματική πρόσβαση σε υπολογιστικούς πόρους υψηλής απόδοσης με απλότητα σαν σύννεφο.
Εργασιακές Ευθύνες

•
Υπολογιστικά συστήματα ενορχήστρωσης: Σχεδιάστε και δημιουργήστε κλιμακούμενες πλατφόρμες ενορχήστρωσης υπολογιστών που διαχειρίζονται συμπλέγματα GPU, παροχή διακομιστή γυμνού μετάλλου και κατανομή πόρων σε περιβάλλοντα υποδομής που βρίσκονται μεταξύ τους.

•
Διαχείριση πόρων και προγραμματισμός: Εφαρμόστε έξυπνους αλγόριθμους προγραμματισμού φόρτου εργασίας, κατανομής πόρων και βελτιστοποίησης που μεγιστοποιούν τη χρήση της GPU διατηρώντας παράλληλα εγγυήσεις απόδοσης για φόρτους εργασίας έρευνας και εκπαίδευσης.

•
Προμήθεια Cluster Research: Σχεδιάστε και εφαρμόστε συστήματα για την παροχή και τη διαχείριση περιβαλλόντων έρευνας υπολογιστών, συμπεριλαμβανομένων συμπλεγμάτων Kubernetes και SLURM, επιτρέποντας την αυτοματοποιημένη ανάπτυξη, τον προγραμματισμό πόρων και την ενορχήστρωση του φόρτου εργασίας για κατανεμημένη εκπαίδευση τεχνητής νοημοσύνης και φόρτου εργασίας HPC.

•
GPU Platform Engineering: Αναπτύξτε δυνατότητες πλατφόρμας για τη διαχείριση διαμορφώσεων GPU NVIDIA τελευταίας γενιάς (H100, H200, B200, B300), συμπεριλαμβανομένης της διαχείρισης πόρων GPU, της απομόνωσης πολλαπλών ενοικιαστών και της ενοποίησης με συστήματα υπολογιστικής ενορχήστρωσης.

•
Διαχείριση κύκλου ζωής Bare-Metal: Δημιουργία αυτοματισμού και εργαλείων για πλήρη διαχείριση κύκλου ζωής διακομιστή γυμνού μετάλλου – από την αρχική παροχή και διαμόρφωση έως τις συνεχείς λειτουργίες, ενημερώσεις και ανακατανομή πόρων.

•
Συστήματα κρίσιμων επιδόσεων: Βελτιστοποιήστε τα στοιχεία υπολογιστικής πλατφόρμας για απόδοση υψηλής απόδοσης και χαμηλής καθυστέρησης, διασφαλίζοντας ότι ο φόρτος εργασίας της έρευνας επιτυγχάνει σχεδόν γυμνό μέταλλο αποδοτικότητα σε εικονικά περιβάλλοντα ή περιβάλλοντα με μέγεθος κοντέινερ.

•
API και ενοποίηση πλατφόρμας: Αναπτύξτε ισχυρά API και SDK που επιτρέπουν στους ερευνητές να παρέχουν και να διαχειρίζονται υπολογιστικούς πόρους μέσω προγραμματισμού, ενσωματώνοντας απρόσκοπτα τις υπάρχουσες ροές εργασίας και την ερευνητική υποδομή.

•
Παρατηρησιμότητα & Παρακολούθηση: Εφαρμόστε ολοκληρωμένα συστήματα παρακολούθησης και τηλεμετρίας για υπολογιστικούς πόρους, παρέχοντας ορατότητα στην εικονικοποίηση GPU, την απόδοση του φόρτου εργασίας και την υγεία της υποδομής.

•
Πολλαπλή μίσθωση και απομόνωση: Δημιουργήστε απομόνωση υπολογιστών πολλαπλών μισθωτών, όρια ασφαλείας και ορίων πόρων που επιτρέπουν την ασφαλή κοινή χρήση της υποδομής GPU μεταξύ ομάδων και οργανισμών.

Απαιτήσεις

•
Εμπειρία: 5+ χρόνια στη μηχανική λογισμικού με αποδεδειγμένη εμπειρία στην κατασκευή υπολογιστικών πλατφορμών, συστημάτων ενορχήστρωσης εμπορευματοκιβωτίων ή κατανεμημένης υπολογιστικής υποδομής για περιβάλλοντα παραγωγής.

•
Compute Platform Engineering: Ισχυρό υπόβαθρο στη δημιουργία υπολογιστικής ενορχήστρωσης, προγραμματισμού πόρων ή συστημάτων διαχείρισης φόρτου εργασίας σε κλίμακα.

•
Kubernetes & Container Orchestration: Ισχυρή εξοικείωση με την αρχιτεκτονική Kubernetes, τις έννοιες ενορχήστρωσης κοντέινερ και εμπειρία ανάπτυξης φόρτου εργασίας σε περιβάλλοντα Kubernetes. Κατανόηση pods, αναπτύξεων, υπηρεσιών και βασικών λειτουργιών Kubernetes.

•
Δεξιότητες προγραμματισμού: Η εμπειρία με Go, C/C++, Python ή Rust για κρίσιμα για την απόδοση στοιχεία εκτιμάται ιδιαίτερα.

•
Προγραμματισμός Linux & Systems: Ισχυρή εμπειρία με το Linux σε περιβάλλοντα παραγωγής, συμπεριλαμβανομένων συστημάτων προγραμματισμού, βελτιστοποίησης απόδοσης και διαχείρισης πόρων χαμηλού επιπέδου.

•
Virtualization & Containers: Βαθιά γνώση των τεχνολογιών εικονικοποίησης (KVM, Xen), των χρόνων εκτέλεσης κοντέινερ και των πλατφορμών ενορχήστρωσης.

•
Βασικές αρχές υπολογισμού GPU: Κατανόηση αρχιτεκτονικών GPU, προγραμματισμός CUDA (όπου/όποτε χρειάζεται) και διαχείριση πόρων GPU – ή ισχυρή ικανότητα γρήγορης εκμάθησης.

•
Bare-Metal Infrastructure: Εμπειρία με προμήθεια γυμνού μετάλλου, συστήματα διαχείρισης εκτός ζώνης και στρώματα αφαίρεσης υλικού.

•
Επίλυση προβλημάτων & Αρχιτεκτονική: Αποδεδειγμένη ικανότητα επίλυσης πολύπλοκων προκλήσεων απόδοσης και επεκτασιμότητας, ενώ παράλληλα εξισορροπείται η ρεαλιστική ναυτιλία με την καλή μακροπρόθεσμη αρχιτεκτονική.

•
Αυτονομία & Επικοινωνία: Άνετη ασάφεια πλοήγησης, καθορισμός απαιτήσεων από κοινού και επικοινωνία τεχνικών συζητήσεων μέσω σαφούς τεκμηρίωσης.

•
Δέσμευση για ανάπτυξη: Νοοτροπία ανάπτυξης με συνεχή εστίαση στη μάθηση και την επαγγελματική ανάπτυξη.

Προτιμώμενα Προσόντα

• Παροχή παρασκηνίου ή διαχείριση περιβαλλόντων υπολογιστών έρευνας (συστάδες Kubernetes, SLURM ή HPC)

• Εμπειρία με τεχνολογίες εικονικοποίησης GPU (SR-IOV, NVIDIA vGPU) και κοινή χρήση GPU με πολλούς μισθωτές

• Παρασκήνιο σε πλατφόρμες ενορχήστρωσης κοντέινερ με προσαρμοσμένο προγραμματισμό ή διαχείριση πόρων

• Γνώση δικτύωσης υψηλής απόδοσης για επικοινωνία GPU (InfiniBand, RDMA, NVLink, NVSwitch)

• Εξοικείωση με τα εκπαιδευτικά πλαίσια AI/ML (PyTorch, TensorFlow) και τις απαιτήσεις υποδομής τους

• Κατανόηση κατανεμημένων προτύπων εκπαίδευσης και συντονισμού GPU πολλαπλών κόμβων

• Απολαύστε την εμπειρία κατασκευής υποδομών για ερευνητικά ιδρύματα, εργαστήρια ή τεχνικά υπολογιστικά περιβάλλοντα…

Πηγή: Himalayas (https://himalayas.app/companies/moonlite/jobs/senior-software-engineer-compute-platform-9024339573)