LogoFresh Jobs Ahead
d-Matrix
d-Matrix
51 – 200 Mga Empleyado
Sponsor ng H1B VisaArtipisyal na intelihensiyaPagkonsultaPagmamanupaktura
Ang d-Matrix ay bumubuo ng teknolohiya para sa AI inference sa mga data center na idinisenyo upang mapahusay ang episyensya ng pag-compute sa pamamagitan ng in-memory computing. Itinatag noong 2019, pinagsasama ng kumpanya ang custom na disenyo ng circuit, mga tool sa machine learning, software, mga algorithm, at mga interconnect na nasusukat hanggang chiplet upang tugunan ang hamon ng pagsasama ng memorya at pag-compute para sa mga makabagong workload ng artificial intelligence.
LinkedIn
Mga Trabaho sa Kumpanya

Direktor ng Site Reliability Engineering, Imprastraktura ng AI — d-Matrix, Santa Clara Hybrid

Pangungunahan ang organisasyon ng SRE ng d-Matrix para sa imprastraktura ng generative AI inference. Pananagutan ang reliability, observability, automation, storage, at hybrid cloud at on-premises operations.

USEstados UnidosCACalifornia
$195,000 – $285,000 / taon
HybridFull-timeLeadKinakailangang Wika: InglesInhinyero ng DevOps
AnsibleAWSAzureCloudGoGoogle Cloud PlatformGrafanaKubernetesLinuxNFSPrometheusPythonSplunkTerraform

Paglalarawan

  • Itatag at pamunuan ang organisasyon ng Site Reliability Engineering ng d-Matrix.
  • Gumawa ng SRE charter at ipatupad ang mga kasanayan sa reliability sa hardware at software engineering.
  • Mag-recruit, magpaunlad, at magpanatili ng pangkat na binubuo ng isa hanggang tatlong SRE engineer.
  • Pamahalaan ang pangkat ng Data Center at Lab Technician habang nagtatakda ng mga prayoridad at pamantayan sa operasyon.
  • Pananagutan ang 24/7 reliability sa mga colocation facility, on-premises lab cluster, cloud environment, at customer-facing platform service.
  • Magdisenyo ng matitibay na system batay sa failure domain, progressive delivery, at disiplinadong change control.
  • Magtakda ng service-level indicator, service-level objective, at error budget.
  • Lumikha ng mga on-call process, kabilang ang follow-the-sun model habang lumalawak ang global operations.
  • Bumuo ng mga framework para sa incident response at root-cause analysis.
  • Pangunahan ang observability para sa metrics, trace, at log.
  • Isulong ang automation na nakabatay sa Terraform at Ansible, kabilang ang self-healing infrastructure.
  • Ipatupad ang host lifecycle automation, fleet remediation, at AIOps-enabled alerting.
  • Pamahalaan ang FinOps at capacity planning sa cloud, colocation, at on-premises environment.
  • Pangunahan ang paglipat mula sa ad hoc JBOD storage tungo sa enterprise shared storage sa on-premises, colocation, at cloud environment.
  • Makipagtulungan sa Software Tools, QA DevOps, Engineering, Networking Operations, at IT Operations upang mapahusay ang reliability, cost efficiency, at technical debt management.

Mga Kinakailangan

  • Bachelor’s o master’s degree sa computer science, electrical engineering, o kaugnay na larangan.
  • Hindi bababa sa 15 taong karanasan sa SRE, infrastructure engineering, o production engineering.
  • Hindi bababa sa limang taong karanasan sa pamumuno ng SRE o infrastructure engineering team.
  • Karanasan sa paglikha o makabuluhang muling pagbuo ng SRE o infrastructure engineering function.
  • Karanasan sa pagtukoy ng SLO, pagbuo ng on-call program, pagpapatupad ng observability, at pamumuno sa pagbabago ng organisasyon.
  • Advanced na kadalubhasaan sa Linux system.
  • Karanasan sa enterprise shared storage, kabilang ang NAS/SAN, malakihang NFS/SMB, snapshot at replication architecture, at hybrid-cloud storage integration.
  • Karanasan sa pagpapatakbo ng colocation facility at on-premises hardware sa malaking saklaw.
  • Pag-unawa sa server lifecycle management, power at cooling system, at rack-level networking.
  • Karanasan sa produksyon gamit ang Terraform at Ansible, kabilang ang module design, remote state, environment isolation, at change governance.
  • Karanasan sa pagpapatakbo ng Kubernetes cluster, kabilang ang lifecycle management, workload reliability, storage, at malakihang RBAC.
  • Karanasan sa pamamahala ng observability platform gaya ng Prometheus, Grafana, Datadog, o Splunk.
  • Matibay na kasanayan sa Python o Go scripting para sa production service at infrastructure automation.
  • Matibay na kakayahan sa executive communication.
  • Kakayahang epektibong magtrabaho sa kapaligirang mataas ang ambiguity at kakaunti ang proseso.
  • Mas pinapaboran ang karanasan sa pagpapatakbo ng customer-facing infrastructure o platform service.
  • Mas pinapaboran ang kaalaman sa InfiniBand, RoCE, o NVLink.
  • Mas pinapaboran ang karanasan sa HPC scheduler gaya ng Slurm, LSF, o katumbas nito.
  • Mas pinapaboran ang karanasan sa hybrid at multi-cloud operations sa AWS, Azure, at GCP.
  • Mas pinapaboran ang kadalubhasaan sa FinOps.
  • Mas pinapaboran ang kaalaman sa ITIL o katumbas na framework para sa pamamahala ng insidente, problema, at pagbabago.
  • Mas pinapaboran ang nailathalang teknikal na pagsulat, conference presentation, o open-source contribution.
  • Dapat ay legal na awtorisadong magtrabaho sa United States.

Mga Benepisyo

  • Equity compensation.
  • Mga pagkakataon para sa bonus o insentibong nakabatay sa performance ng indibidwal at kumpanya.
  • Medical insurance.
  • Dental insurance.
  • Vision insurance.
  • 401(k) plan.
  • Inclusive rewards program na nakatuon sa kapakanan ng mga empleyado at kanilang mga mahal sa buhay.