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 sénior de software de sistemas, escalabilidad de Kubernetes – NVIDIA DGX Cloud
Escala y optimiza la infraestructura de Kubernetes para NVIDIA DGX Cloud y cargas de trabajo de IA distribuidas. Crea sistemas de pruebas de rendimiento, supervisión, análisis y CI/CD para la computación acelerada a gran escala.
Descripción
- Liderar de principio a fin el análisis de rendimiento y escalabilidad de la pila de software de NVIDIA DGX Cloud, incluidos los planos de control y datos de Kubernetes, GPU Operator, Network Operator, DCGM, NIM y el servicio de inferencia distribuida.
- Colaborar con investigadores de IA, desarrolladores y clientes para crear pruebas automatizadas que modelen cargas de trabajo reales.
- Analizar problemas de rendimiento y escalabilidad en sistemas distribuidos complejos y determinar sus causas raíz.
- Crear herramientas de supervisión, informes y análisis para probar el rendimiento y la escalabilidad del software, las GPU y las CPU.
- Clasificar, depurar y resolver problemas relacionados con la operación de clústeres de Kubernetes a una escala ultra grande.
- Desarrollar y mantener pruebas continuas de rendimiento y escalabilidad mediante una canalización moderna de CI/CD.
- Registrar investigaciones, métodos y resultados, y presentar conclusiones en eventos internos y externos como KubeCon y GTC.
- Participar en las comunidades de código abierto de Kubernetes, CNCF y NVIDIA para evaluar el rendimiento de las cargas de trabajo de IA y ayudar a definir decisiones de diseño.
Requisitos
- Al menos ocho años de experiencia en arquitectura informática, redes, sistemas de almacenamiento o aceleradores.
- Título de grado o máster en ingeniería —preferiblemente ingeniería eléctrica, ingeniería informática o ciencias de la computación—, o experiencia equivalente.
- Conocimientos expertos de Kubernetes y familiaridad con proyectos relacionados de CNCF.
- Experiencia trabajando con sistemas paralelos y distribuidos a gran escala basados en aceleradores.
- Experiencia experta en la optimización del rendimiento y de las cargas de trabajo de IA en sistemas a gran escala.
- Experiencia en modelado y evaluación comparativa del rendimiento a escala.
- Dominio de Golang y Python.
- Experiencia con el ecosistema de software de NVIDIA para entrenamiento e inferencia.
- Experiencia experta con al menos un proveedor de infraestructura de nube pública, como GCP, AWS, Azure u OCI.
- Sólida experiencia operativa con una distribución de Kubernetes.
- Experiencia escalando clústeres de Kubernetes a cantidades ultra grandes de nodos y objetos.
- Trayectoria demostrada de participación en comunidades de código abierto.
- Un doctorado en un campo relevante constituye una cualificación destacada.
- Excelentes habilidades de comunicación y relaciones interpersonales.