Az NVIDIA gyorsított számítástechnikai és mesterségesintelligencia-technológiákat fejleszt, amelyeket a játékok, az adatközpontok, a felhőalapú számítástechnika, az egészségügy, a gyártás, az autóipar és a robotika területén használnak. Tevékenysége kiterjed a grafikus feldolgozóegységekre, a mesterségesintelligencia-platformokra, a szimulációra és az iparágakra szabott megoldásokra. Ezek közé tartozik az együttműködésen alapuló 3D-munkafolyamatokat támogató NVIDIA Omniverse, az autonóm járművek fejlesztésére szolgáló NVIDIA DRIVE, valamint az egészségügyi alkalmazásokhoz készült NVIDIA Clara. A vállalat nagy műszaki csapatokat fog össze, amelyek a fejlett számítástechnikát, szimulációt és mesterséges intelligencián alapuló elemzést támogató infrastruktúrán és szoftvereken dolgoznak.
Senior site reliability mérnök, termelési mérnökség – Távoli munkavégzés Indiából
Senior site reliability mérnökként támogathatja az NVIDIA Cloud termékeit, Kubernetes-adminisztrációra, automatizálásra, megfigyelhetőségre és incidenskezelésre összpontosítva. Segíthet fenntartani a magas rendelkezésre állású éles szolgáltatásokat a globális működésben.
Leírás
- Vezessen egy globális szolgáltatásmegbízhatósági műveleti központot
- Támogassa az NVIDIA Cloud termékeit és szolgáltatásait
- Működjön együtt a site reliability engineering, biztonsági műveleti, DevOps- és más csapatokkal
- Támogassa az éles Kubernetes-szolgáltatásokat az automatizálás növelésével és a manuális munka csökkentésével
- Kezelje a nagyméretű Kubernetes- és rendszerkörnyezeteket, miközben figyeli a biztonságot az SLA-k, az integritás és a megbízhatóság védelme érdekében
- Használjon riasztásokat, alarmokat és megfigyelhetőségi eszközöket az incidensek azonosítására, megelőzésére és kezelésére
- Vizsgálja a naplókat, metrikákat és a rendszer viselkedését a technikai problémák diagnosztizálásához
- Irányítsa a gyökérok-elemzést, és biztosítson hatékony megoldásokat
- Kezdeményezze és vezesse az incidenskezelési hívásokat
- Koordinálja a szakterületi szakértőket és a szolgáltatástulajdonosokat az időben történő eszkaláció és megoldás érdekében
- Hozzon létre monitorokat, alarmokat és riasztásokat, amelyek erősítik a szolgáltatás megbízhatóságát és az ügyfélélményt
Követelmények
- Legalább 7 év igazolt tapasztalat nagyméretű éles Kubernetes-rendszerek adminisztrációjában magas rendelkezésre állású internetes, felhő- vagy adatközponti környezetekben
- A helyszíni infrastruktúrával szerzett tapasztalat előnyt jelent
- Számítástechnikai, mérnöki vagy matematikai alapképzésben szerzett diploma, vagy azzal egyenértékű tapasztalat
- Haladó, gyakorlati tapasztalat a Kubernetes, a SLURM és a nagyméretű fürtök kezelésében
- GPU- vagy DPU-hardverek, valamint nagy teljesítményű számítási fürtkörnyezetek ismerete
- Erős Linux-adminisztrációs tapasztalat, beleértve a DNS-t, DHCP-t, IP-táblákat, útválasztást és tűzfalakat
- Képes nagyméretű bare-metal infrastruktúrán futó szolgáltatások hibakeresésére és karbantartására
- Jenkinshez, ArgoCD-hez vagy hasonló CI/CD-eszközökhöz kapcsolódó tapasztalat
- Szkriptek írásában szerzett tapasztalat
- A Python, Golang vagy Rust programozási tapasztalat előnyt jelent, de nem kötelező
- Erős kommunikációs és interperszonális készségek, valamint képesség meggyőzően prezentálni többfunkciós csoportoknak
Juttatások
- Hozzáférés a termelési mérnöki csapat éjjel-nappali támogatásához
- Rugalmas munkavégzés megosztott hétvégi műszakokban