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。
シニアシステムソフトウェアエンジニア、Kubernetesスケール——NVIDIA DGX Cloud
NVIDIA DGX Cloudと分散AIワークロード向けに、Kubernetesインフラを拡張・最適化します。大規模なアクセラレーテッドコンピューティングを支える性能テスト、監視、分析、CI/CDシステムを構築します。
仕事内容
- NVIDIA DGX Cloudソフトウェアスタック全体のエンドツーエンドの性能およびスケーラビリティ分析を担当します。対象には、Kubernetesのコントロールプレーンとデータプレーン、GPU Operator、Network Operator、DCGM、NIM、分散推論サービングが含まれます。
- AI研究者、開発者、顧客と協力し、実際のワークロードをモデル化する自動テストを作成します。
- 複雑な分散システムにおける性能およびスケーラビリティの問題を分析し、根本原因を特定します。
- ソフトウェア、GPU、CPUの性能とスケールを検証するための監視、レポート、分析ツールを作成します。
- 超大規模なKubernetesクラスターの運用に伴う問題をトリアージし、デバッグして解決します。
- 最新のCI/CDパイプラインを通じて、継続的な性能およびスケーラビリティテストを開発・維持します。
- 研究、手法、調査結果を記録し、KubeConやGTCなどの社内外イベントで成果を発表します。
- Kubernetes、CNCF、NVIDIAのオープンソースコミュニティに参加し、AIワークロードの性能を評価するとともに、設計上の意思決定に貢献します。
応募要件
- コンピューターアーキテクチャ、ネットワーク、ストレージシステム、またはアクセラレーターに関する8年以上の経験。
- 工学系の学士号または修士号。電気工学、コンピューター工学、コンピューターサイエンスが望ましく、同等の経験も可。
- エキスパートレベルのKubernetes知識と、関連するCNCFプロジェクトの知識。
- アクセラレーターを基盤とする大規模な並列・分散システムの業務経験。
- 大規模システム上の性能およびAIワークロードの最適化に関する専門知識。
- 大規模環境での性能モデリングおよびベンチマークの経験。
- GolangおよびPythonの習熟。
- NVIDIAのトレーニングおよび推論ソフトウェアエコシステムの経験。
- GCP、AWS、Azure、OCIなど、少なくとも1つのパブリッククラウドインフラストラクチャプロバイダーに関する専門知識。
- Kubernetesディストリビューションの豊富な運用経験。
- Kubernetesクラスターを超大規模なノード数およびオブジェクト数まで拡張した経験。
- オープンソースコミュニティへの参加実績。
- 関連分野の博士号は特に評価されます。
- 優れたコミュニケーション能力と対人スキル。