NVIDIA mengembangkan teknologi komputasi terakselerasi dan kecerdasan buatan yang digunakan dalam berbagai bidang, termasuk gim, pusat data, komputasi awan, layanan kesehatan, manufaktur, otomotif, dan robotika. Pengembangannya mencakup unit pemrosesan grafis, platform AI, simulasi, serta solusi untuk berbagai industri, termasuk NVIDIA Omniverse untuk alur kerja 3D kolaboratif, NVIDIA DRIVE untuk pengembangan kendaraan otonom, dan NVIDIA Clara untuk aplikasi layanan kesehatan. Perusahaan ini menghimpun tim teknis besar yang mengembangkan infrastruktur dan perangkat lunak pendukung komputasi canggih, simulasi, serta analitik berbasis AI.
Insinyur Perangkat Lunak Penyimpanan Senior – DGX Cloud
Memimpin perangkat lunak penyimpanan untuk infrastruktur AI NVIDIA, dengan fokus pada sistem berkas terdistribusi sumber terbuka dan penyimpanan objek. Mendiagnosis masalah klaster GPU berskala besar serta menetapkan standar kinerja, ketahanan, dan penyetelan.
Deskripsi
- Mengembangkan sistem berkas paralel dan terdistribusi sumber terbuka serta penyimpanan objek terdistribusi.
- Menyumbangkan perbaikan dan fitur ke proyek hulu sambil bekerja dengan komunitas dan pengelola proyek.
- Menulis dan meninjau kode produksi sebagai pemimpin perangkat lunak penyimpanan yang terlibat langsung.
- Memeriksa kode kernel, NFS, NVMe-oF, dan SPDK untuk mendiagnosis cacat perangkat lunak.
- Membuat keputusan teknis akhir mengenai penyampaian solusi penyimpanan berdasarkan target yang terukur.
- Melakukan triase, pemecahan masalah, dan identifikasi akar penyebab masalah penyimpanan kompleks di berbagai klaster GPU yang sangat besar.
- Menganalisis kinerja I/O dan metadata, kerusakan data, serta perilaku pemulihan.
- Menilai arsitektur, kapabilitas, kinerja, dan ketahanan penyimpanan.
- Melakukan pengujian skala, pembandingan kinerja, dan latihan pemulihan.
- Menguji kelayakan build baru berdasarkan target kinerja dan ketahanan yang telah ditetapkan.
- Menetapkan dan merekomendasikan praktik konfigurasi, penyetelan, dan operasional untuk sistem berkas berkinerja tinggi pada infrastruktur GPU.
- Membantu operator dan pelanggan internal menerapkan panduan penyimpanan.
- Bermitra dengan tim pelatihan, inferensi, komputasi terakselerasi, SRE, operasi, jaringan, dan keamanan.
- Bekerja sama dengan penyedia cloud, operator neocloud, dan vendor penyimpanan dalam arsitektur bersama.
- Menerapkan alat pemrograman AI modern dan agen AI untuk mempercepat pengembangan, debugging, validasi, dan operasi.
Persyaratan
- Gelar sarjana, magister, atau doktor di bidang Ilmu Komputer, Teknik Elektro, atau disiplin terkait, atau pengalaman yang setara.
- Pengalaman langsung lebih dari 12 tahun dalam rekayasa perangkat lunak penyimpanan.
- Pengalaman luas dengan sistem berkas paralel atau terdistribusi berkinerja tinggi yang beroperasi pada skala multi-petabita.
- Rekam jejak kontribusi pada proyek sistem berkas terdistribusi atau paralel sumber terbuka.
- Pengalaman langsung mengembangkan dan meninjau kode produksi, memeriksa sumber sistem berkas, kernel, NVMe-oF, atau SPDK, serta menjalankan pengujian skala atau latihan pemulihan.
- Pengalaman mendiagnosis dan menyelesaikan masalah penyimpanan pada klaster GPU atau HPC besar, termasuk analisis kinerja I/O dan metadata.
- Penguasaan kuat setidaknya satu bahasa sistem: C, C++, Rust, atau Go.
- Kemahiran dalam Python.
- Pengetahuan kerja tentang tumpukan penyimpanan dan jaringan kernel Linux, termasuk lapisan blok, RDMA, RoCE, InfiniBand, NVMe, cache halaman, VFS, dan multipath.
- Pemahaman kuat tentang teknologi penyimpanan objek seperti S3 dan Swift.
- Pemahaman kuat tentang teknologi penyimpanan blok seperti NVMe-oF dan iSCSI.
- Keterampilan komunikasi tertulis dan lisan yang sangat baik.
- Mampu bekerja dalam lingkungan produksi 24/7.
- Pendekatan rekayasa dan operasional yang mengutamakan keamanan.
- Pengalaman memelihara atau memberikan kontribusi berkelanjutan pada proyek publik yang banyak digunakan.
- Pengalaman merancang atau mengoperasikan penyimpanan untuk pelatihan atau inferensi AI pada skala GPU yang sangat besar.
- Pengalaman dalam pengembangan kernel atau sistem berkas, skalabilitas metadata, penempatan data, pemulihan dari kegagalan, atau HSM maupun sistem setara.
- Pengalaman dengan Kubernetes dan pengembangan driver CSI untuk penyimpanan.
- Pengalaman langsung mengoptimalkan kinerja dengan SPDK, libfabric, atau FUSE.
Tunjangan
- Kompensasi ekuitas
- Tunjangan karyawan