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.
Vezető rendszer-szoftvermérnök, Kubernetes-skálázás – NVIDIA DGX Cloud
Skálázza és optimalizálja a Kubernetes-infrastruktúrát az NVIDIA DGX Cloud és az elosztott AI-munkaterhelések számára. Hozzon létre teljesítménytesztelési, monitorozási, elemzési és CI/CD-rendszereket nagy léptékű gyorsított számítástechnikához.
Leírás
- Végezze el az NVIDIA DGX Cloud szoftververem teljesítményének és skálázhatóságának teljes körű elemzését, beleértve a Kubernetes vezérlési és adat síkját, a GPU Operatort, a Network Operatort, a DCGM-et, a NIM-et és az elosztott következtetéskiszolgálást.
- Működjön együtt AI-kutatókkal, fejlesztőkkel és ügyfelekkel olyan automatizált tesztek létrehozásában, amelyek valós munkaterheléseket modelleznek.
- Elemezze az összetett elosztott rendszerek teljesítmény- és skálázhatósági problémáit, és határozza meg azok kiváltó okait.
- Hozzon létre monitorozási, jelentéskészítési és elemzési eszközöket a szoftver-, GPU- és CPU-teljesítmény, valamint a skálázhatóság teszteléséhez.
- Vizsgálja ki, hibakeresse és oldja meg az ultranagy léptékű Kubernetes-fürtök üzemeltetésével kapcsolatos problémákat.
- Fejlessze és tartsa karban a folyamatos teljesítmény- és skálázhatósági tesztelést modern CI/CD-folyamaton keresztül.
- Dokumentálja a kutatásokat, módszereket és eredményeket, és mutassa be azokat belső és külső eseményeken, például a KubeConon és a GTC-n.
- Vegyen részt a Kubernetes-, CNCF- és NVIDIA-nyílt forráskódú közösségekben az AI-munkaterhelések teljesítményének értékelése és a tervezési döntések alakításának elősegítése érdekében.
Követelmények
- Legalább nyolc év tapasztalat számítógép-architektúra, hálózatok, tárolórendszerek vagy gyorsítók területén.
- Mérnöki, előnyösen villamosmérnöki, számítástechnikai vagy informatikai alap- vagy mesterfokozat, illetve azzal egyenértékű tapasztalat.
- Kubernetes-szintű szakértelem és a kapcsolódó CNCF-projektek ismerete.
- Gyorsítókra épülő nagyléptékű párhuzamos és elosztott rendszerekkel szerzett tapasztalat.
- Nagy léptékű rendszerek teljesítményének és AI-munkaterheléseinek optimalizálásában szerzett szakértelem.
- Nagy léptékű teljesítménymodellezési és benchmarkolási tapasztalat.
- Golang- és Python-ismeret.
- Az NVIDIA oktatási és következtetési szoftverökoszisztémájával szerzett tapasztalat.
- Legalább egy nyilvános felhőinfrastruktúra-szolgáltató, például a GCP, AWS, Azure vagy OCI ismerete.
- Erős üzemeltetési tapasztalat valamely Kubernetes-disztribúcióval.
- Kubernetes-fürtök ultranagy számú csomópontra és objektumra történő skálázásában szerzett tapasztalat.
- Bizonyított részvétel nyílt forráskódú közösségekben.
- Releváns területen szerzett PhD-fokozat kiemelkedő képesítésnek számít.
- Kiváló kommunikációs és interperszonális készségek.