Ingeniero Principal, Plataforma

Tecnologías Firmus

Firmus Technologies es un líder global pionero en el desarrollo y operación de infraestructura de IA eficiente en toda Asia Pacífico.

Fundada en Australia en 2019, nuestra misión es crear la infraestructura de IA más eficiente combinando tecnología de vanguardia con un firme compromiso con la sostenibilidad.

En Firmus, somos únicos en nuestro enfoque. Diseñamos, construimos y operamos una nueva clase de infraestructura digital: la AI Factory. A través de nuestro enfoque tecnológico de modelo a red, hemos superado los límites de los sistemas de refrigeración líquida multigeneracionales, la gestión de energía, la orquestación de software de IA y la construcción. Para nuestros clientes, este enfoque nos permite hacer que cada vatio cuente y ofrecer tokens de IA de bajo costo a nivel mundial.

Nube de IA Firmus

Nuestra plataforma en la nube de GPU a gran escala, Firmus AI Cloud, está diseñada específicamente para ofrecer computación de IA con eficiencia energética a escala a los clientes.

Permite a los desarrolladores, empresas, instituciones educativas y usuarios gubernamentales entrenar e implementar modelos de IA con una eficiencia y ahorro de costos inigualables. Con un conjunto de servicios y aplicaciones en constante crecimiento, estamos comprometidos a brindar una experiencia en la nube líder en el mercado, patentada y diseñada a escala.

RESUMEN DE FUNCIONES

Firmus Technologies está buscando un ingeniero principal de plataforma para ser propietario de la plataforma que los ingenieros de Firmus construyen y lanzan, en la nube pública y en nuestros propios centros de datos. El autoservicio y la seguridad son lo primero: a través de un camino dorado, un ingeniero debería poder crear un servicio, obtener un entorno y enviarlo a producción de forma segura con un soporte mínimo. Todo lo que diseñe debe funcionar en todos los sitios y escalar a cientos de miles de GPU en fábricas de inteligencia artificial a escala de gigavatios.

RESPONSABILIDADES CLAVE

Arquitectura y Decisiones

• Poseer la arquitectura de la plataforma de ingeniería y su plano de gestión multisitio, en nube pública y on premise. Establezca una arquitectura objetivo con dos o tres años de anticipación y planifique los pasos desde el sistema actual hasta ella.

• Diseñar la plataforma alrededor de una unidad de escala repetible. La capacidad crece en unidades idénticas, una falla permanece dentro de una unidad o sitio, y cada sitio cumple con un estándar definido antes de transportar la plataforma.

• Decidir cómo se construyen, conectan en red, actualizan y recuperan los clústeres internos de Kubernetes y de hipervisor. Mantenga Kubernetes conforme y cerca de las versiones anteriores, con actualizaciones que no necesitan tiempo de inactividad. Los sitios nuevos surgen a partir del código y el kit de implementación del sitio, y la recuperación se prueba periódicamente.

• Decidir cómo se empaquetan, lanzan y promocionan los servicios con una implementación progresiva, y cómo se revierte y contiene una versión fallida en todos los sitios.

• Liderar revisiones de diseño para cambios significativos en todos los equipos, aprobar registros de decisiones de arquitectura y resolver disputas técnicas elevadas por los ingenieros. Decida al ritmo de la información incompleta, escriba los supuestos y revise una decisión cuando cambie la evidencia.

Construir y evolucionar

• Autoservicio de ingenieros propios con un diseño basado en API. La CLI, la automatización y cualquier portal para desarrolladores utilizan la misma API de plataforma. Trate cada ticket al equipo de la plataforma como una brecha en el autoservicio y cierre primero los más comunes.

• Mantenga un catálogo de servicios en código, con un propietario para cada servicio y cuadros de mando que muestren a cada equipo dónde se encuentran sus servicios en relación con el camino dorado, la preparación para la producción y los estándares de seguridad.

• Proporcionar implementación de múltiples clústeres para equipos internos y el producto del cliente: un canal para cada región y centro de datos, el producto del cliente aislado de las cargas de trabajo internas y sitios que siguen ejecutándose cuando el orquestador no está disponible.

• Permita que los agentes de IA trabajen en la ruta de entrega bajo los mismos controles que los ingenieros, con su propia identidad, privilegios mínimos, espacio aislado y una persona que apruebe cada cambio de producción.

Fiabilidad, seguridad y coste.

• Establezca SLO y presupuestos de errores para la plataforma y utilice el presupuesto para decidir cuándo el trabajo de confiabilidad es lo primero.

• Liderar la respuesta técnica a incidentes importantes en la plataforma y asegurarse de que cada autopsia termine con una solución que evite que vuelva a suceder.

• Establezca el estándar que cumple cada cambio antes de su implementación: revisión de código, pruebas de aceptación, compilaciones rastreables desde el origen hasta la implementación y los controles del equipo de seguridad de aplicaciones en cada proceso de forma predeterminada.

• Proporcionar secretos, certificados e inicio de sesión único como servicios de plataforma, creados según el estándar de identidad y secretos del equipo de seguridad, con TLS mutuo entre servicios y credenciales emitidas a partir de código, de corta duración y rotadas automáticamente.

• Incorporar el cumplimiento continuo de SOC 2 Tipo 2 e ISO 27001 en la plataforma, con controles escritos como política en código, evidencia recopilada automáticamente y deriva detectada y corregida.

• Automatizar la aplicación de parches sin interrupciones y realizar correcciones de seguridad urgentes y embargadas dentro de plazos definidos. Los nodos se reemplazan sitio por sitio a partir de imágenes reconstruidas, dentro de los límites de interrupción de cada servicio y con reversión automática.

• Costo propio a nivel de diseño, incluido el gasto en la nube, con una ruta compartida para cada equipo y sitio.

Liderazgo técnico

• Hacer crecer a los ingenieros a través de tutoría, revisión de diseño y revisión de código. La contratación y la revisión del desempeño se realizan en manos del Gerente de Ingeniería.

• Establecer cómo el equipo utiliza la IA para crear software de manera efectiva y segura, con puertas de revisión y controles de arquitectura automatizados que mantienen el código generado por IA dentro del diseño acordado.

• Sea responsable de las entrevistas y evaluaciones técnicas para los ingenieros de plataformas y mantenga a todos los candidatos en ese nivel.

Asociación y comunicación

• Dé forma a la hoja de ruta de la plataforma con líderes de productos, infraestructura, redes y entrega de sitios, y tenga la plataforma lista antes de que entre en funcionamiento cada nueva región o centro de datos.

• Acordar por escrito la propiedad de cada límite con infraestructura, red, seguridad, software, datos y observabilidad, y resolver los desacuerdos directamente....

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