NVIDIAは、ゲーム、データセンター、クラウドコンピューティング、ヘルスケア、製造、自動車、ロボティクスなど幅広い分野で活用されるアクセラレーテッドコンピューティングと人工知能の技術を開発しています。グラフィックスプロセッシングユニット、AIプラットフォーム、シミュレーション、業界向けソリューションなどを手がけており、協働型3Dワークフロー向けのNVIDIA Omniverse、自動運転車両開発向けのNVIDIA DRIVE、ヘルスケア向けのNVIDIA Claraなどを展開しています。同社には、先進的なコンピューティング、シミュレーション、AIを活用した分析を支えるインフラストラクチャとソフトウェアに取り組む大規模な技術チームがあります。
シニア分散システムソフトウェアエンジニア – DGX Cloud | NVIDIA
NVIDIA DGX CloudのAIワークロード向けに、KubernetesベースのGPUインフラを構築・拡張します。 信頼性と高性能を備えたクラスターを実現するため、スケジューリング、監視、ヘルス管理システムを開発します。
仕事内容
- DGX Cloudチームの一員として、大規模なAIワークロード用GPUクラスターを運用する本番システムの構築を支援します。
- GPUリソースをスケジューリングするカスタムKubernetesソフトウェアを開発します。
- GPU資産の信頼性、可用性、拡張性を向上させる監視・ヘルス管理機能を開発します。
- GPUハードウェアの診断情報とクラスターおよびネットワークのテレメトリーを活用し、システム運用に役立てます。
- NVIDIA社内の各チームと連携し、本番AIクラスターの信頼性、一貫性、高性能を維持します。
- システム障害を分析し、体系的なインシデント管理プロセスを通じてサービスを強化します。
応募要件
- クラスター運用、オペレーター開発、ノードのヘルス監視、GPUリソーススケジューリングを含む、Kubernetesソフトウェアエンジニアリングの豊富な経験。
- 高度な技術組織におけるプロフェッショナルなソフトウェアエンジニアリング経験と、実績を示せること。
- クラスター管理にとどまらず、Kubernetes APIおよびフレームワークを用いた実践的な開発経験。
- 明確なコミュニケーション能力を持ち、組織や地域をまたいで多職種チーム、プリンシパル、アーキテクトと協働できること。
- 大規模な本番システムでの業務を含む、同等職務での8年以上の経験。
- 確立されたソフトウェアエンジニアリングの原則、ツール、実践に関する知識。
- コンピューターサイエンス、工学、物理学、数学または関連分野の学士号、または同等の経験。
- GoやPythonなどのシステムプログラミング言語に習熟していること。
- データ構造とアルゴリズムに関する優れた知識。
- 複数のクラウドプロバイダーにまたがる大規模分散システムを管理・自動化する技術力。
- Kubernetes、Slurm、Bright Cluster Managerなどのクラスター管理プラットフォームに関する高度な実務経験。
- 信頼性と性能に優れたAIインフラを維持してきた、実証可能な運用実績。
福利厚生
- 株式報酬。
- 会社の福利厚生。
