Systems Software Engineer, Kubernetes Scale - DGX Cloud — NVIDIA (ufficio Zurich)

Descrizione completa

L'organizzazione DGX Cloud di NVIDIA riunisce l'innovazione hardware e software all'avanguardia per fornire un calcolo accelerato leader del settore per i carichi di lavoro AI più avventurosi al mondo. Siamo un team di ingegneri innovativi dedicati a risolvere alcune delle sfide più grandi del mondo, guidando costantemente i progressi, e impatto milioni di vite in tutto il mondo! Siamo alla ricerca di un eccezionale System Software Engineer con profonda esperienza in sistemi distribuiti, tecnologie open source come Kubernetes e contenitori, e un forte background in prestazioni e scalabilità dei sistemi. Il candidato ideale porta un'esperienza ampia e end-to-end in tutto lo stack - da operatore GPU e plug-in per dispositivi a piattaforme cloud e inferenza distribuite - insieme alla profondità tecnica per indagare e affrontare problemi entusiasmanti e reali in scala. In questo ruolo fondamentale, si assumerà la sfida di scalare l'infrastruttura AI, ottimizzando il costo totale di proprietà, riducendo i costi per gettone per sbloccare la prossima generazione di AI innovazione e AI fabbriche! Cosa farai:

• Guidare le prestazioni end-to-end e la caratterizzazione in scala per lo stack software NVIDIA DGX Cloud, dal controllo Kubernetes e dai piani di dati attraverso componenti NVIDIA come GPU Operator, Network Operator, DCGM, NIM e il servizio di inferenza distribuito, a seguito di problemi da orchestrazione fino al metallo.
• Collabora con ricercatori, sviluppatori e clienti AI per sviluppare test innovativi e automatizzati che simulano carichi di lavoro reali degli utenti utilizzando strumenti e framework open source personalizzati e leader.
• Immergetevi profondamente nelle problematiche delle prestazioni e della scala nei sistemi distribuiti complessi, comprese le interazioni tra Kubernetes e lo stack software NVIDIA, per identificare e risolvere le cause root.
• Progettare e sviluppare strumenti di monitoraggio, reporting e analisi per il test di performance e scala su risorse software, GPU e CPU.
• Triage, debug e root causano problemi legati al funzionamento di cluster Kubernetes a larga scala, garantendo affidabilità ed efficienza.
• Costruisci e mantieni un framework ad alta velocità che consente di effettuare test continui e sempre in scala tramite una moderna pipeline CI/CD.
• Ricerca di documenti, metodologie e risultati concisamente e concisamente, e presenti risultati in sedi interne ed esterne, tra cui conferenze comunitarie come KubeCon e GTC.
• Coinvolgere in modo efficiente con le comunità a monte — tra cui Kubernetes, CNCF e progetti open source NVIDIA — per convalidare le prestazioni e la scalabilità dei carichi di lavoro AI precocemente e aiutare a modellare le decisioni di progettazione e sviluppo. Cosa dobbiamo vedere:
• 2+ anni di esperienza Computer Architecture, Networking, Sistemi di memorizzazione, Acceleratori e Bachelor/Master in Ingegneria (preferibilmente, Ingegneria Elettrica, Ingegneria Informatica, o Scienza Informatica) o esperienza equivalente
• Competenza in Kubernetes e familiarità con i progetti CNCF correlati
• Sfondo di lavoro con sistemi basati su acceleratori paralleli e distribuiti su larga scala
• Competenza ottimizzando le prestazioni e i carichi di lavoro AI su sistemi su larga scala
• Esperienza con modellazione delle prestazioni e benchmarking su scala
• Proficienza in Golang/Python
• Sfondo con l'ecosistema software NVIDIA sia nei domini di formazione che di inferenza
• Competenza con almeno una delle infrastrutture CSP pubbliche (GCP, AWS, Azure, OCI per esempio) Modi per distinguersi dalla folla:
• Forte esperienza operativa con una delle distribuzioni Kubernetes
• Esperienza precedente scalare cluster Kubernetes a nodo ultra-grande e conteggi oggetti
• Storia dimostrata di lavorare nella comunità open source
• Ottima comunicazione e capacità interpersonali
• PhD in aree rilevanti NVIDIA è ampiamente considerato uno dei datori di lavoro più desiderabili del mondo tecnologico. Abbiamo alcune delle persone più avanzate e laboriose al mondo che lavorano per noi. Se sei creativo e autonomo, vogliamo sentirti! La tua base