A d-Matrix adatközponti mesterségesintelligencia-inferenciához fejleszt technológiát, amelyet a számítási hatékonyság memórián belüli számítással történő javítására terveztek. A 2019-ben alapított vállalat egyedi áramkör-tervezést, gépi tanulási eszközöket, szoftvereket, algoritmusokat és chiplet-szintű összeköttetéseket egyesít annak érdekében, hogy kezelje a memória és a számítás integrálásának kihívását a modern mesterségesintelligencia-munkaterhelésekben.
A Site Reliability Engineering igazgatója, MI-infrastruktúra — d-Matrix, Santa Clara, hibrid munkavégzés
Vezesse a d-Matrix generatív MI-inferencia-infrastruktúrájáért felelős SRE-szervezetet. Feleljen a megbízhatóságért, a megfigyelhetőségért, az automatizálásért, a tárolásért, valamint a hibrid felhő- és helyszíni üzemeltetésért.
Egyesült Államok
Kalifornia195 000 $ – 285 000 $ / év
HibridTeljes munkaidőVezetőKötelező Nyelv: angolDevOps-mérnökLeírás
- Hozza létre és vezesse a d-Matrix Site Reliability Engineering szervezetét.
- Alakítsa ki az SRE-alapelveket, és építse be a megbízhatósági gyakorlatokat a hardver- és szoftverfejlesztésbe.
- Toborozzon, fejlesszen és tartson meg egy egy-három fős SRE-mérnöki csapatot.
- Irányítsa az adatközponti és laboratóriumi technikusi csapatot, és határozza meg az operatív prioritásokat és szabványokat.
- Feleljen a tárhelyszolgáltatási létesítmények, a helyszíni laboratóriumi klaszterek, a felhőkörnyezetek és az ügyfelek számára nyújtott platformszolgáltatások éjjel-nappali megbízhatóságáért.
- Tervezzen ellenálló rendszereket hibadoménekre, fokozatos bevezetésre és fegyelmezett változáskezelésre építve.
- Határozza meg a szolgáltatási szintmutatókat, a szolgáltatási szintre vonatkozó célokat és a hibakereteket.
- Hozzon létre ügyeleti folyamatokat, beleértve a napkövető modellt is, ahogy a globális üzemeltetés bővül.
- Dolgozzon ki incidenskezelési és gyökérok-elemzési keretrendszereket.
- Vezesse a metrikák, nyomkövetések és naplók megfigyelhetőségét.
- Fejlessze a Terraform- és Ansible-alapú automatizálást, beleértve az öngyógyító infrastruktúrát is.
- Vezesse be a gazdagépek életciklusának automatizálását, a teljes géppark helyreállítását és az AIOps-alapú riasztásokat.
- Irányítsa a FinOps-tevékenységet és a kapacitástervezést felhő-, tárhelyszolgáltatási és helyszíni környezetekben.
- Vezesse az alkalmi JBOD-tárolásról a vállalati megosztott tárolásra való átállást helyszíni, tárhelyszolgáltatási és felhőkörnyezetekben.
- Működjön együtt a Software Tools, QA DevOps, Engineering, Networking Operations és IT Operations csapataival a megbízhatóság, a költséghatékonyság és a technikai adósságkezelés javítása érdekében.
Követelmények
- Számítástechnikai, villamosmérnöki vagy kapcsolódó területen szerzett alap- vagy mesterfokozat.
- Legalább 15 év tapasztalat SRE, infrastruktúra-mérnöki vagy termelési mérnöki területen.
- Legalább öt év tapasztalat SRE- vagy infrastruktúra-mérnöki csapatok vezetésében.
- Tapasztalat SRE- vagy infrastruktúra-mérnöki funkció létrehozásában vagy jelentős újjáépítésében.
- Tapasztalat SLO-k meghatározásában, ügyeleti programok kialakításában, megfigyelhetőség bevezetésében és szervezeti változások vezetésében.
- Linux-rendszerekben szerzett magas szintű szakértelem.
- Tapasztalat vállalati megosztott tárolással, beleértve a NAS/SAN-rendszereket, a nagy léptékű NFS/SMB-t, a pillanatképes és replikációs architektúrákat, valamint a hibridfelhős tárolási integrációt.
- Tapasztalat tárhelyszolgáltatási létesítmények és helyszíni hardver nagy léptékű üzemeltetésében.
- A szerveréletciklus-kezelés, az energia- és hűtési rendszerek, valamint a rack szintű hálózatépítés ismerete.
- Termelési tapasztalat Terraformmal és Ansible-lel, beleértve a modulok tervezését, a távoli állapotot, a környezetek elkülönítését és a változások irányítását.
- Tapasztalat Kubernetes-klaszterek üzemeltetésében, beleértve az életciklus-kezelést, a munkaterhelések megbízhatóságát, a tárolást és a nagy léptékű RBAC-ot.
- Tapasztalat olyan megfigyelhetőségi platformok kezelésében, mint a Prometheus, a Grafana, a Datadog vagy a Splunk.
- Erős Python- vagy Go-szkriptelési készség éles szolgáltatásokhoz és infrastruktúra-automatizáláshoz.
- Kiváló vezetői kommunikációs készség.
- Képesség hatékony munkavégzésre nagy bizonytalanságú, kevéssé szabályozott környezetben.
- Ügyfelek számára nyújtott infrastruktúra- vagy platformszolgáltatások üzemeltetésében szerzett tapasztalat előnyt jelent.
- Az InfiniBand, a RoCE vagy az NVLink ismerete előnyt jelent.
- A Slurmhoz, az LSF-hez vagy azzal egyenértékű HPC-ütemezőkhöz kapcsolódó tapasztalat előnyt jelent.
- Az AWS, az Azure és a GCP közötti hibrid, többfelhős üzemeltetésben szerzett tapasztalat előnyt jelent.
- A FinOps terén szerzett szakértelem előnyt jelent.
- Az ITIL vagy egy azzal egyenértékű incidens-, probléma- és változáskezelési keretrendszer ismerete előnyt jelent.
- A közzétett műszaki írások, konferencia-előadások vagy nyílt forráskódú hozzájárulások előnyt jelentenek.
- Az Egyesült Államokban való munkavégzéshez jogszerű munkavállalási engedéllyel kell rendelkeznie.
Juttatások
- Részvényalapú juttatás.
- Az egyéni és vállalati teljesítményhez kötött bónusz- vagy ösztönzési lehetőségek.
- Egészségbiztosítás.
- Fogászati biztosítás.
- Látásbiztosítás.
- 401(k) nyugdíjprogram.
- A munkatársak és szeretteik jóllétére összpontosító, befogadó jutalmazási program.