Nagbibigay ang FluidStack ng imprastraktura ng GPU supercomputing para sa mga laboratoryo at kumpanyang gumagamit ng artificial intelligence. Nag-aalok ang pinamamahalaang cloud platform nito ng on-demand na access sa malakihang kapasidad ng Nvidia GPU para sa pagsasanay at inference ng mga modelo, kasama ang suporta sa deployment at operasyon para sa mga cluster na nagpapatakbo ng mga teknolohiyang gaya ng Kubernetes at Slurm. Sa pamamahala sa hardware at pangunahing imprastraktura, tinutulungan ng FluidStack ang mga AI team na palawakin ang kanilang mga workload habang nakatuon sa pagbuo ng modelo, performance at kahusayan sa operasyon.
Inhinyero ng Kontrol, Pamamahala ng Enerhiya
Magdisenyo ng mga interface ng kontrol, pagkakasunod-sunod ng operasyon, at proseso ng komisyoning para sa mga AI data center ng FluidStack. Isalin ang mga limitasyon ng sistemang elektrikal sa maaasahang kinakailangan sa software at espesipikasyon ng vendor.
Paglalarawan
- Tukuyin ang mga interface ng kontrol at datos sa pagitan ng mga controller ng enerhiya ng pasilidad at mga third-party controller ng planta ng kuryente.
- Tukuyin ang mga object ng system, field, unit, bilis ng pag-update, at gawi sa lipas na datos sa pagitan ng mga hangganan.
- Bumuo ng mga pagkakasunod-sunod ng operasyon para sa normal na kondisyon, kakulangan sa pagbuo ng kuryente, paglipat ng pinagmumulan, blackstart, emergency load shedding, at degraded na operasyon.
- Magbigay ng mga vendor point map, interlock, at klasipikasyon ng mga limitasyon.
- Beripikahin ang mga kinakailangan sa pamamagitan ng factory at site acceptance testing.
- Gawing mga kinakailangan sa software ang mga limitasyon sa elektrikal at pagbuo ng kuryente.
- Ilarawan ang mga limitasyon sa software at datos sa paraang magagamit ng mga vendor ng planta at engineer of record.
- I-validate ang mga interface sa simulation bago i-energize.
- Subukan ang lahat ng klase ng limitasyon at paglipat ng mode, pagkatapos ay isama ang mga resulta sa automated commissioning.
- Bumuo ng mga kontrol para sa real-time na pamamahala ng load, integrasyon ng MEP at behind-the-meter, automated commissioning, at autonomous na deployment ng AI data center.
Mga Kinakailangan
- Praktikal na karanasan sa mga machine-to-machine at system-to-system protocol gaya ng MQTT, OPC UA, at REST API.
- Kakayahang pumili ng angkop na communication protocol para sa mga partikular na aplikasyon.
- Sapat na kakayahan sa programming upang mag-prototype ng mga integration, subukan ang mga point map laban sa mga aktibong device, at magsuri ng software; mas gusto ang Python o Go.
- Kakayahang umunawa ng mga one-line diagram at panel schedule, kabilang ang mga protection system, breaker, power source, at gawi sa fault.
- Karanasan sa pagtukoy ng mga cross-system data contract na sumasaklaw sa mga object, field, unit, bilis ng pag-update, at paghawak sa lipas na value.
- Karanasan sa pagsulat ng control narrative para sa mga multi-controller system, kabilang ang gawi kapag hindi nagkakasundo ang mga controller.
- Malakas na praktikal na kaalaman sa controls engineering at software development.
- Karanasan sa pagsasalin ng mga kinakailangan sa electrical control tungo sa maisasagawang software requirement at pagsusuri ng mga software design para sa paggamit sa field.
- Karanasan sa paggamit ng quantitative analysis upang kuwestiyunin ang saklaw ng vendor o mga panloob na palagay.
- Kinakailangan ang awtorisasyon upang magtrabaho sa U.S.
- Handang bumiyahe at lumipat kung hihilingin sa panahon ng proseso ng aplikasyon.
Mga Benepisyo
- May equity para sa lahat ng full-time na posisyon.
- Maaaring kabilang sa kabuuang kompensasyon ang makabuluhang equity o restricted stock unit.
- Transparent ang mga saklaw ng base pay at pag-uusap tungkol sa kompensasyon.
- Maaaring isaalang-alang ang iniangkop na mga tuntunin ng kompensasyon para sa mga natatanging kandidato.