d-Matrix dezvoltă tehnologii pentru inferența inteligenței artificiale în centre de date, concepute pentru a îmbunătăți eficiența calculelor prin calcul în memorie. Fondată în 2019, compania combină proiectarea de circuite personalizate, instrumente de învățare automată, software, algoritmi și interconexiuni la nivel de chiplet pentru a aborda provocarea integrării memoriei și a procesării în cadrul sarcinilor moderne de lucru bazate pe inteligență artificială.
Director de Inginerie a Fiabilității Site-urilor, Infrastructură AI — d-Matrix, Santa Clara, lucru hibrid
Conduce organizația SRE a d-Matrix pentru infrastructura de inferență AI generativă. Coordonează fiabilitatea, observabilitatea, automatizarea, stocarea și operațiunile hibride și locale.
Statele Unite ale Americii
California195.000 $ – 285.000 $ / an
HibridNormă întreagăLiderLimbă Obligatorie: englezăInginer DevOpsDescriere
- Înființează și conduce organizația de Inginerie a Fiabilității Site-urilor la d-Matrix.
- Creează statutul SRE și integrează practicile de fiabilitate în ingineria hardware și software.
- Recrutează, dezvoltă și păstrează o echipă de unul până la trei ingineri SRE.
- Gestionează echipa de tehnicieni pentru centre de date și laboratoare, stabilind priorități și standarde operaționale.
- Asigură fiabilitatea 24/7 în facilități de colocare, clustere de laborator locale, medii cloud și servicii de platformă destinate clienților.
- Proiectează sisteme reziliente bazate pe domenii de defectare, livrare progresivă și control disciplinat al schimbărilor.
- Definește indicatori de nivel al serviciului, obiective de nivel al serviciului și bugete de erori.
- Creează procese de permanență, inclusiv un model follow-the-sun pe măsură ce operațiunile globale se extind.
- Dezvoltă cadre pentru răspunsul la incidente și analiza cauzei principale.
- Conduce observabilitatea pentru metrici, trace-uri și jurnale.
- Extinde automatizarea bazată pe Terraform și Ansible, inclusiv infrastructura cu autoremediere.
- Implementează automatizarea ciclului de viață al gazdelor, remedierea flotei și alertarea bazată pe AIOps.
- Gestionează FinOps și planificarea capacității în medii cloud, de colocare și locale.
- Conduce tranziția de la stocarea JBOD ad-hoc la stocarea partajată enterprise în medii locale, de colocare și cloud.
- Colaborează cu Software Tools, QA DevOps, Engineering, Networking Operations și IT Operations pentru îmbunătățirea fiabilității, eficienței costurilor și gestionării datoriei tehnice.
Cerințe
- Diplomă de licență sau master în informatică, inginerie electrică sau un domeniu conex.
- Cel puțin 15 ani de experiență în SRE, ingineria infrastructurii sau ingineria producției.
- Cel puțin cinci ani de experiență în conducerea echipelor SRE sau de inginerie a infrastructurii.
- Experiență în crearea sau reconstruirea substanțială a unei funcții de SRE sau de inginerie a infrastructurii.
- Experiență în definirea SLO-urilor, construirea programelor de permanență, implementarea observabilității și conducerea schimbării organizaționale.
- Expertiză avansată în sisteme Linux.
- Experiență cu stocarea partajată enterprise, inclusiv NAS/SAN, NFS/SMB la scară largă, arhitecturi de instantanee și replicare și integrarea stocării în cloud hibrid.
- Experiență în operarea facilităților de colocare și a hardware-ului local la scară largă.
- Înțelegerea gestionării ciclului de viață al serverelor, a sistemelor de alimentare și răcire și a rețelisticii la nivel de rack.
- Experiență de producție cu Terraform și Ansible, inclusiv proiectarea modulelor, starea la distanță, izolarea mediilor și guvernanța schimbărilor.
- Experiență în operarea clusterelor Kubernetes, inclusiv gestionarea ciclului de viață, fiabilitatea sarcinilor de lucru, stocarea și RBAC la scară largă.
- Experiență în administrarea platformelor de observabilitate precum Prometheus, Grafana, Datadog sau Splunk.
- Competențe solide de scripting în Python sau Go pentru servicii de producție și automatizarea infrastructurii.
- Abilități solide de comunicare cu executivii.
- Capacitatea de a lucra eficient într-un mediu cu ambiguitate ridicată și puține procese.
- Experiența în operarea infrastructurii sau a serviciilor de platformă destinate clienților constituie un avantaj.
- Cunoștințele de InfiniBand, RoCE sau NVLink constituie un avantaj.
- Experiența cu planificatoare HPC precum Slurm, LSF sau echivalente constituie un avantaj.
- Experiența în operațiuni hibride și multi-cloud pe AWS, Azure și GCP constituie un avantaj.
- Expertiza FinOps constituie un avantaj.
- Cunoștințele de ITIL sau de un cadru echivalent pentru gestionarea incidentelor, problemelor și schimbărilor constituie un avantaj.
- Scrierile tehnice publicate, prezentările la conferințe sau contribuțiile open-source constituie un avantaj.
- Este necesară autorizarea legală pentru a lucra în Statele Unite.
Beneficii
- Compensație în acțiuni.
- Oportunități de bonusuri sau stimulente legate de performanța individuală și a companiei.
- Asigurare medicală.
- Asigurare dentară.
- Asigurare pentru vedere.
- Plan 401(k).
- Program incluziv de recompense axat pe bunăstarea angajaților și a celor dragi.