NVIDIA desarrolla tecnologías de computación acelerada e inteligencia artificial utilizadas en videojuegos, centros de datos, computación en la nube, atención sanitaria, manufactura, automoción y robótica. Su trabajo abarca unidades de procesamiento gráfico, plataformas de IA, simulación y soluciones enfocadas en distintos sectores, como NVIDIA Omniverse para flujos de trabajo colaborativos en 3D, NVIDIA DRIVE para el desarrollo de vehículos autónomos y NVIDIA Clara para aplicaciones sanitarias. La empresa reúne grandes equipos técnicos que trabajan en la infraestructura y el software necesarios para la computación avanzada, la simulación y el análisis basado en inteligencia artificial.
Ingeniero/a sénior de fiabilidad del sitio, Ingeniería de Producción – Trabajo remoto desde India
Da soporte a los productos de NVIDIA Cloud como ingeniero/a sénior de fiabilidad del sitio, con enfoque en la administración de Kubernetes, la automatización, la observabilidad y la respuesta a incidentes. Ayuda a mantener servicios de producción de alta disponibilidad en operaciones globales.
Descripción
- Liderar un centro global de Operaciones de Fiabilidad de Servicios
- Dar soporte a los productos y servicios de NVIDIA Cloud
- Colaborar con los equipos de Ingeniería de Fiabilidad del Sitio, Operaciones de Seguridad, DevOps y otros equipos
- Dar soporte a los servicios de Kubernetes en producción aumentando la automatización y reduciendo el trabajo manual
- Administrar entornos de Kubernetes y sistemas a gran escala mientras se supervisa la seguridad para proteger los acuerdos de nivel de servicio, la integridad y la fiabilidad
- Utilizar alertas, alarmas y herramientas de observabilidad para identificar, prevenir y responder a incidentes
- Investigar registros, métricas y el comportamiento del sistema para diagnosticar problemas técnicos
- Dirigir el análisis de causa raíz y proporcionar soluciones eficaces
- Iniciar y liderar llamadas de gestión de incidentes
- Coordinar a expertos en la materia y responsables de servicios mediante una escalación y resolución oportunas
- Crear monitores, alarmas y alertas que refuercen la fiabilidad del servicio y la experiencia del cliente
Requisitos
- Al menos 7 años de experiencia demostrada administrando sistemas Kubernetes de producción a gran escala en entornos de Internet, nube o centros de datos de alta disponibilidad
- Se valorará especialmente la experiencia con infraestructuras locales
- Licenciatura en Informática, Ingeniería, Matemáticas o experiencia equivalente
- Experiencia práctica avanzada con Kubernetes, SLURM y la gestión de clústeres a gran escala
- Familiaridad con hardware GPU o DPU y entornos de clústeres de computación de alto rendimiento
- Sólida experiencia en administración de Linux, incluidos DNS, DHCP, tablas IP, enrutamiento y cortafuegos
- Capacidad para solucionar problemas y mantener servicios en infraestructuras bare-metal a gran escala
- Experiencia con herramientas de CI/CD como Jenkins y ArgoCD
- Experiencia escribiendo scripts
- Se valorará la experiencia de programación en Python, Golang o Rust, pero no es obligatoria
- Sólidas habilidades de comunicación y relación interpersonal, con capacidad para realizar presentaciones persuasivas ante grupos multifuncionales
Beneficios
- Acceso al soporte de un equipo de ingeniería de producción disponible las 24 horas, los 7 días de la semana
- Flexibilidad para trabajar en turnos de fines de semana divididos