d-Matrix mengembangkan teknologi inferensi AI pusat data yang dirancang untuk meningkatkan efisiensi komputasi melalui komputasi dalam memori. Didirikan pada tahun 2019, perusahaan ini memadukan desain sirkuit khusus, alat pembelajaran mesin, perangkat lunak, algoritme, dan interkoneksi berskala chiplet untuk mengatasi tantangan dalam mengintegrasikan memori dan komputasi bagi beban kerja kecerdasan buatan modern.
Direktur Rekayasa Keandalan Situs, Infrastruktur AI — d-Matrix, Santa Clara Hibrida
Memimpin organisasi SRE d-Matrix untuk infrastruktur inferensi AI generatif. Bertanggung jawab atas keandalan, observabilitas, otomatisasi, penyimpanan, serta operasi cloud hibrida dan lokal.
Amerika Serikat
California$195.000 – $285.000 / tahun
HibridaPenuh waktuLeadBahasa Wajib: InggrisInsinyur DevOpsDeskripsi
- Membangun dan memimpin organisasi Rekayasa Keandalan Situs d-Matrix.
- Membuat piagam SRE dan menerapkan praktik keandalan di seluruh rekayasa perangkat keras dan perangkat lunak.
- Merekrut, mengembangkan, dan mempertahankan tim yang terdiri dari satu hingga tiga insinyur SRE.
- Mengelola tim Teknisi Pusat Data dan Laboratorium sambil menetapkan prioritas serta standar operasional.
- Bertanggung jawab atas keandalan 24/7 di fasilitas kolokasi, klaster laboratorium lokal, lingkungan cloud, dan layanan platform yang berhadapan dengan pelanggan.
- Merancang sistem tangguh berdasarkan domain kegagalan, penerapan progresif, dan pengendalian perubahan yang disiplin.
- Menetapkan indikator tingkat layanan, sasaran tingkat layanan, dan anggaran kesalahan.
- Membuat proses siaga, termasuk model follow-the-sun saat operasi global berkembang.
- Mengembangkan kerangka kerja respons insiden dan analisis akar masalah.
- Memimpin observabilitas untuk metrik, trace, dan log.
- Mengembangkan otomatisasi berbasis Terraform dan Ansible, termasuk infrastruktur yang dapat memulihkan diri.
- Menerapkan otomatisasi siklus hidup host, remediasi armada, dan peringatan berbasis AIOps.
- Mengelola FinOps dan perencanaan kapasitas di lingkungan cloud, kolokasi, dan lokal.
- Memimpin transisi dari penyimpanan JBOD ad hoc ke penyimpanan bersama perusahaan di lingkungan lokal, kolokasi, dan cloud.
- Berkolaborasi dengan Software Tools, QA DevOps, Engineering, Networking Operations, dan IT Operations untuk meningkatkan keandalan, efisiensi biaya, dan pengelolaan utang teknis.
Persyaratan
- Gelar sarjana atau magister dalam ilmu komputer, teknik elektro, atau bidang terkait.
- Setidaknya 15 tahun pengalaman dalam SRE, rekayasa infrastruktur, atau rekayasa produksi.
- Setidaknya lima tahun pengalaman memimpin tim SRE atau rekayasa infrastruktur.
- Pengalaman membuat atau membangun kembali secara signifikan fungsi SRE atau rekayasa infrastruktur.
- Pengalaman menetapkan SLO, membangun program siaga, menerapkan observabilitas, dan memimpin perubahan organisasi.
- Keahlian tingkat lanjut dalam sistem Linux.
- Pengalaman dengan penyimpanan bersama perusahaan, termasuk NAS/SAN, NFS/SMB skala besar, arsitektur snapshot dan replikasi, serta integrasi penyimpanan hybrid cloud.
- Pengalaman mengoperasikan fasilitas kolokasi dan perangkat keras lokal dalam skala besar.
- Pemahaman tentang pengelolaan siklus hidup server, sistem daya dan pendinginan, serta jaringan tingkat rak.
- Pengalaman produksi dengan Terraform dan Ansible, termasuk desain modul, status jarak jauh, isolasi lingkungan, dan tata kelola perubahan.
- Pengalaman mengoperasikan klaster Kubernetes, termasuk pengelolaan siklus hidup, keandalan beban kerja, penyimpanan, dan RBAC skala besar.
- Pengalaman memiliki tanggung jawab atas platform observabilitas seperti Prometheus, Grafana, Datadog, atau Splunk.
- Keterampilan scripting Python atau Go yang kuat untuk layanan produksi dan otomatisasi infrastruktur.
- Kemampuan komunikasi eksekutif yang kuat.
- Mampu bekerja efektif dalam lingkungan dengan ambiguitas tinggi dan proses yang minim.
- Pengalaman menjalankan infrastruktur atau layanan platform yang berhadapan dengan pelanggan diutamakan.
- Pengetahuan tentang InfiniBand, RoCE, atau NVLink diutamakan.
- Pengalaman dengan penjadwal HPC seperti Slurm, LSF, atau yang setara diutamakan.
- Pengalaman dengan operasi hybrid dan multicloud di AWS, Azure, dan GCP diutamakan.
- Keahlian FinOps diutamakan.
- Pengetahuan tentang ITIL atau kerangka kerja setara untuk pengelolaan insiden, masalah, dan perubahan diutamakan.
- Tulisan teknis yang diterbitkan, presentasi konferensi, atau kontribusi open source diutamakan.
- Harus memiliki kewenangan hukum untuk bekerja di Amerika Serikat.
Tunjangan
- Kompensasi ekuitas.
- Peluang bonus atau insentif yang terkait dengan kinerja individu dan perusahaan.
- Asuransi kesehatan.
- Asuransi gigi.
- Asuransi penglihatan.
- Program 401(k).
- Program penghargaan inklusif yang berfokus pada kesejahteraan karyawan dan orang yang mereka cintai.