NVIDIA מפתחת טכנולוגיות למחשוב מואץ ולבינה מלאכותית המשמשות בתחומי הגיימינג, מרכזי נתונים, מחשוב ענן, בריאות, ייצור, רכב ורובוטיקה. פעילותה כוללת יחידות עיבוד גרפי, פלטפורמות בינה מלאכותית, סימולציה ופתרונות ייעודיים לתעשיות, ובהם NVIDIA Omniverse לתהליכי עבודה שיתופיים בתלת־ממד, NVIDIA DRIVE לפיתוח כלי רכב אוטונומיים ו-NVIDIA Clara ליישומי בריאות. החברה מאגדת צוותים טכנולוגיים גדולים העובדים על התשתיות והתוכנה התומכות במחשוב מתקדם, בסימולציה ובאנליטיקה המונעת בידי בינה מלאכותית.
ארכיטקט/ית פתרונות בכיר/ה לתשתיות ענן ולאמינות
הובילו את אמינות היום השני של צי ה-GPU של שותפי NVIDIA Cloud באזור אירופה, המזרח התיכון ואפריקה. בצעו אוטומציה להתאוששות מתקלות, לניטור, לתחזוקה ולתפעול Kubernetes בקנה מידה רחב.
תיאור
- הובילו את היציבות והאמינות של מערכות ייצור בצי של שותפי NVIDIA Cloud באזור אירופה, המזרח התיכון ואפריקה.
- הגדירו ושפרו מדדי אמינות ותפוקת עומסי עבודה עבור אשכולות GPU גדולים, ונהלו תקציבי שגיאות של הפלטפורמה.
- בנו תהליכי עבודה אוטומטיים לזיהוי ולשחזור מתקלות ב-GPU, בצמתים, בתשתית הרשת ובאחסון.
- בצעו אוטומציה למיון תקלות, לניקוז ולבידוד צמתים, לאיפוסים ולתהליכים להחזרה לשירות.
- תכננו והוציאו לפועל תחזוקה מונעת והפצות קושחה או הודעות שטח, מסקירות סיכונים ופריסות מדורגות ועד לאימות.
- שלבו את כלי הניטור והאמינות של הצי, ובהם Prometheus, Grafana, Loki, DCGM, אבחון XID, GPUd ו-NVSentinel, במערכות השותפים.
- תאמו תגובה לתקריות וסקירות לאחר תקריות עם NVEX, מנהלי חשבונות טכניים וצוותי התפעול של השותפים.
- הובילו חקירות של גורמי שורש, השלימו פעולות מתקנות והפכו תקריות חוזרות לאוטומציה, לבדיקות תקינות או לספרי הפעלה.
- נהלו את מחזורי החיים והאמינות של צומתי Kubernetes בסביבות Kubernetes, KubeVirt, Slurm ומתזמנים המודעים ל-GPU.
- הגדירו מדיניות תקינות לצמתים ותאמו שדרוגים, אתחולים וניקוז בטוח של עומסי עבודה מצמתים מואצי GPU.
דרישות
- תואר ראשון, שני או דוקטורט במדעי המחשב, הנדסת חשמל או מחשבים, פיזיקה, מתמטיקה או תחום קשור, או ניסיון שווה ערך.
- לפחות 8 שנות ניסיון בהנדסת אמינות אתרים, בהנדסת ייצור או בתפעול תשתיות בקנה מידה גדול.
- ניסיון מוכח באחריות לאמינות ייצור בקנה מידה גדול, כולל יעדי רמת שירות ותקציבי שגיאות, כוננויות וניהול תקריות, סקירות ללא האשמה ושיפור מדיד בזמינות או בזמן הממוצע בין הפסקות.
- ניסיון מעשי בהפעלת אשכולות HPC או AI ותשתיות NVIDIA GPU, כולל מחזורי חיים של מנהלי התקנים וערכת הכלים CUDA, קושחה, אפיון עומסי עבודה ופתרון תקלות במעבדים, במעבדים גרפיים ובקישורים מהירים.
- ניסיון נרחב בהפעלת Kubernetes בסביבות GPU ו-HPC, כולל מחזורי חיים של צמתים, שדרוגים וניקוז, התנהגות מתזמנים, Slurm ומערכות מרובות דיירים המשלבות שרתים פיזיים ווירטואליים.
- שליטה ב-Python וב-Bash, בתשתית כקוד ובניהול תצורה כגון Ansible ו-Terraform, בניהול מחזור חיי צי ושדרוגים מבוססי GitOps, וב-Prometheus, Grafana ו-Loki.
- מומחיות חזקה ב-Linux, כולל Red Hat ו-Ubuntu, כוונון ואבטחת מערכות הפעלה, יסודות רשתות מרכזי נתונים ואחסון מקבילי או ארגוני כגון Lustre, GPFS, ZFS ו-XFS.
- ניסיון בתכנון ובביצוע הפצות יזומות של קושחה, מיקרו-קוד או הודעות שטח בצי ייצור גדול.
- היכרות עם DCGM, אבחון XID, GPUd, NVSentinel, סוכני תקינות צמתים וכלי ניתוח אמינות צי רחבים.
- ניסיון עם NVIDIA GPU Operator, NVIDIA Network Operator ו-NVIDIA Base Command Manager.
- ניסיון מעשי עם מסגרות לתזמון AI ולהסקה ב-Kubernetes, כגון KAI, Grove, Dynamo ו-NVIDIA Cloud Functions.
- מומחיות ברשתות RDMA כגון InfiniBand או RoCE; ניסיון ב-Cumulus Linux, SONiC, Spectrum-X, DPU/DOCA ובתפעול חלוקה למחיצות של NVLink/NVSwitch הוא יתרון.