Ingénieur HPC Senior, Calcul GPU

À propos de Nébius :

Nebius ouvre une nouvelle ère en matière d'infrastructure cloud pour l'économie mondiale de l'IA. Nous construisons une plate-forme cloud d'IA complète qui prend en charge les développeurs et les entreprises, depuis la formation des données et des modèles jusqu'au déploiement en production, sans le coût et la complexité liés à la création d'une grande infrastructure interne d'IA/ML.

Construit par des ingénieurs, pour des ingénieurs. De l’orchestration GPU à grande échelle à l’optimisation des inférences, nous maîtrisons les problèmes difficiles liés au calcul, au stockage, à la mise en réseau et à l’IA appliquée.

Coté au Nasdaq (NBIS) et basé à Amsterdam, nous avons une présence mondiale avec des pôles de R&D en Europe, au Royaume-Uni, en Amérique du Nord et en Israël. Notre équipe de plus de 1 500 personnes comprend des centaines d’ingénieurs possédant une expertise approfondie en matière de R&D sur le matériel, les logiciels et l’IA.

Le rôle

Nous recherchons un ingénieur de cluster HPC senior pour rejoindre notre équipe et jouer un rôle clé dans le développement de notre plateforme hyperscaler de pointe. L'équipe GPU & InfiniBand est responsable de l'amélioration et de l'optimisation des composants de base de notre plateforme Cloud, avec un accent particulier sur le calcul GPU, les réseaux InfiniBand et la pile KVM/QEMU. Vous travaillerez en étroite collaboration avec les technologies de virtualisation matérielle et d’émulation de périphériques, garantissant ainsi des performances et une sécurité élevées dans les environnements HPC multi-GPU. Le rôle implique d'analyser, de dépanner et d'améliorer l'infrastructure pour prendre en charge le nouveau matériel, d'affiner les performances du système et d'automatiser la détection et la résolution des pannes dans un système complexe.

Dans ce poste, vous serez responsable de :

• Optimisation des performances des clusters GPU et des réseaux InfiniBand pour garantir un fonctionnement optimal dans les environnements HPC et GPU.

• Analyser et dépanner la cause première des problèmes liés aux GPU et aux réseaux InfiniBand, et proposer des actions correctives.

• Intégration de nouveau matériel dans l'infrastructure existante, y compris la prise en charge du nouveau matériel GPU via des piles logicielles telles que Kubernetes, QEMU et KVM.

• Amélioration des systèmes d'automatisation pour une surveillance, une détection et une résolution proactives des problèmes dans les environnements GPU et InfiniBand.

• Configuration et gestion des périphériques GPU et des structures InfiniBand, garantissant un fonctionnement efficace et fiable.

Nous attendons de vous que vous ayez :

• Plus de 5 ans d'expérience professionnelle dans le développement de logiciels au niveau système (axés sur l'optimisation des performances et la programmation de bas niveau).

• Plus de 3 ans d'expérience pratique avec les systèmes Linux (administration, dépannage et réglage des performances).

• Compréhension approfondie de l'architecture du serveur, y compris les périphériques PCIe, les cartes réseau, le système d'exploitation/noyau Linux et les systèmes de calcul haute performance (HPC).

• Forte maîtrise d'un ou plusieurs langages de programmation orientés performances (C/C++, Go, Python).

Ce serait un plus si vous avez :

• Expérience des tests GPU de bout en bout dans un environnement de cluster utilisant le réseau InfiniBand.

• Expérience avérée dans l'analyse et l'optimisation des performances des charges de travail HPC (par exemple, simulations, analyse de données, charges de travail IA/ML).

• Familiarité avec les protocoles RDMA, RoCE et InfiniBand pour une communication haute performance.

• Expérience en réseau défini par logiciel (SDN) et expérience en réseau de cluster HPC.

• Compréhension de la virtualisation QEMU/KVM et gestion des environnements virtualisés.

• Expérience avec les frameworks d'apprentissage profond tels que PyTorch et TensorFlow, et leur intégration avec les systèmes HPC.

• Familiarité avec les bibliothèques de communication collectives comme MPI et NCCL pour l'informatique distribuée.

Nous menons des entretiens de codage dans le cadre du processus.

#LI-LH2

Avantages et avantages :

• Rémunération compétitive

• Possibilités d'évolution de carrière et d'apprentissage

• Flexibilité et appropriation

• Culture collaborative et innovante

• Possibilité de travailler sur des projets d'IA percutants

• Environnement international et équipes talentueuses

Qu'est-ce que ça fait de travailler chez Nebius :

Evolution rapide - Réflexion audacieuse - Croissance constante - Impact significatif - Confiance et appropriation réelle - Opportunité de façonner l'avenir de l'IA

Déclaration sur l'égalité des chances :

Nebius est un employeur garantissant l'égalité des chances. Nous nous engageons à favoriser un lieu de travail inclusif et diversifié et à offrir des opportunités d'emploi égales dans tous les aspects de l'emploi. Nous ne faisons aucune discrimination fondée sur la race, la couleur, la religion, le sexe (y compris la grossesse), l'origine nationale, l'ascendance, l'âge, le handicap, les informations génétiques, l'état civil, le statut d'ancien combattant, l'orientation sexuelle, l'identité ou l'expression de genre, ou toute autre caractéristique protégée par la loi applicable.

Les candidats doivent être autorisés à travailler dans le pays dans lequel ils postulent et devront fournir une preuve d'éligibilité à l'emploi comme condition d'embauche.

Si vous avez besoin d'aménagements pendant le processus de candidature, veuillez nous en informer.

Source : Jobicy (https://jobicy.com/jobs/156543-senior-hpc-engineer-gpu-compute)