
NVIDIA entwickelt Technologien für beschleunigtes Rechnen und künstliche Intelligenz, die in den Bereichen Gaming, Rechenzentren, Cloud Computing, Gesundheitswesen, Fertigung, Automobilindustrie und Robotik eingesetzt werden. Das Unternehmen arbeitet an Grafikprozessoren, KI-Plattformen, Simulationslösungen und branchenspezifischen Anwendungen, darunter NVIDIA Omniverse für kollaborative 3D-Workflows, NVIDIA DRIVE für die Entwicklung autonomer Fahrzeuge und NVIDIA Clara für Anwendungen im Gesundheitswesen. NVIDIA vereint große technische Teams, die an der Infrastruktur und Software für fortschrittliches Rechnen, Simulationen und KI-gestützte Analysen arbeiten.
Senior Site Reliability Engineer für Infrastruktur
Betreibe Compute-, Speicher-, Virtualisierungs- und Containerinfrastrukturen für kritische Engineering-Umgebungen. Verbessere Zuverlässigkeit und Incident Response in Taiwan und im APAC-Raum durch Automatisierung und SRE-Praktiken.
Beschreibung
- Verantworte Design, Bereitstellung, Betrieb und Lebenszyklus von Speicher-, Compute-, Virtualisierungs-, Bare-Metal- und Containerinfrastrukturen.
- Erfasse den Bedarf von Partnerteams, entwickle passende Infrastrukturlösungen und steuere deren Umsetzung in neuen und bestehenden Umgebungen.
- Betreue Enterprise-Speicher, insbesondere NetApp/ONTAP, sowie VMware-, OpenShift-, Kubernetes- und KubeVirt-Plattformen.
- Entwickle und verbessere Automatisierungen für Bereitstellung, Konfiguration, Monitoring, Fehlerbehebung und Lebenszyklusaufgaben.
- Reagiere auf Vorfälle, diagnostiziere komplexe Infrastrukturfehler, leitest Ursachenanalysen und setzt vorbeugende Maßnahmen um.
- Wende SRE-Praktiken an, darunter Observability, SLOs und SLIs, Kapazitätsplanung, Incident Management, Automatisierung und die Reduzierung repetitiver Aufgaben.
- Erstelle und pflege Runbooks, Betriebsstandards und technische Dokumentation.
- Arbeite regionsübergreifend mit Infrastruktur-, Engineering-, SRE-, TPM- und Geschäftspartnern zusammen.
- Betreue Infrastruktur in Taiwan und im APAC-Raum und reise bei Bedarf zu Laboren und Rechenzentren.
- Leite Automatisierungs-, Migrations- und Zuverlässigkeitsinitiativen und löse komplexe Infrastrukturprobleme ganzheitlich.
Anforderungen
- Mindestens acht Jahre Berufserfahrung in Site Reliability, Infrastruktur, Systems Engineering oder einem verwandten Bereich.
- Umfangreiche praktische Erfahrung im Betrieb von Linux-Infrastrukturen und in der Diagnose von Problemen über verschiedene Infrastrukturebenen hinweg.
- Fundierte Erfahrung in mindestens einem Infrastrukturbereich; Erfahrung mit Enterprise-Speicher, besonders NetApp/ONTAP, ist sehr erwünscht.
- Erfahrung mit VMware, OpenShift, Kubernetes, KubeVirt oder Bare-Metal-Umgebungen.
- Solide Kenntnisse von SRE-Methoden für Zuverlässigkeit, Observability, Incident Response, Automatisierung und Kapazitätsmanagement.
- Fähigkeit zur Skripterstellung und Automatisierung mit Python, Shell, Terraform, Ansible oder vergleichbaren Tools.
- Ausgeprägte Fähigkeiten in Fehlerdiagnose, Problemlösung, Kommunikation und Zusammenarbeit in verteilten, funktionsübergreifenden Teams.
- Bachelorabschluss in Informatik, Computertechnik oder einem verwandten technischen Fachgebiet oder gleichwertige praktische Erfahrung.
- Umfangreiche praktische Erfahrung mit NetApp/ONTAP oder einer anderen Enterprise-Speicherplattform.
- Erfahrung in der Betreuung standortübergreifender Labore, Rechenzentren oder verteilter Infrastruktur.
- Verständnis von Infrastrukturabhängigkeiten wie Netzwerken, DNS, Authentifizierung und Datenbanken.
- Nachweisliche Erfolge bei der Umsetzung von Infrastrukturautomatisierung und Migrationen sowie bei der Verbesserung der Zuverlässigkeit.
- Ausgeprägte Diagnosefähigkeiten und Erfahrung darin, komplexe Infrastrukturprobleme von der Ermittlung bis zur Lösung zu bearbeiten.
Ähnliche Stellen
Keine Stellen gefunden
Passe deine Filter an oder lösche sie, um weitere Möglichkeiten zu finden.