WEKA
WEKA
WEKA utvecklar en AI-inbyggd dataplattform för företagskunder som kör AI- och databelastningar. Företaget erbjuder också kundsupport och kontohantering via sin supportportal.

Senior global problemlösningsingenjör, Bengaluru

Led komplexa kundeskaleringar inom WEKAs hybridmolnbaserade dataplattform, från grundorsaksanalys till varaktig lösning. Felsök GPU:er, nätverk, lagring och NVIDIA DGX-miljöer och omsätt återkommande problem i förbättringar av produkter och support.

Beskrivning

  • Led kritiska kundeskaleringar genom analys och varaktig lösning, inklusive direktsända incidentmöten.
  • Spåra grundorsaker i applikationer, beräkning och GPU:er, klienter, nätverk, lagring och molntjänster.
  • Identifiera mönster av defekter och kundpåverkan mellan ärenden och versioner, och driv förebyggande åtgärder.
  • Lös ärenden inom supporten när det är möjligt och förbered reproducerbara, evidensbaserade felrapporter för R&D när kodändringar behövs.
  • Skapa och underhåll register över kända problem, WEKA:s tekniska meddelanden och kunskapsbasartiklar.
  • Omvandla återkommande ärenden till produkt- och processförbättringar, inklusive återkoppling till utveckling och behov av bättre supportbarhet.
  • Utveckla analysverktyg och automatisering för att förbättra supportteamets effektivitet.
  • Handleda Customer Success-ingenjörer och stärka den tekniska kompetensen inom supporten.
  • Ge teknisk utbildning för Customer Success, nyanställda och partnerteam.
  • Delta i beredskapsrotationer för att bidra till support dygnet runt.
  • Vägleda arbete med NCP och DGX Cloud, inklusive referensarkitekturer, verktyg för acceptanstester och benchmarking samt gemensam felsökning med NCP- och NVIDIA-ingenjörer.

Krav

  • Kandidatexamen i datavetenskap, teknik eller ett närliggande ämne, eller motsvarande praktisk erfarenhet.
  • Minst 10 års erfarenhet av avancerad teknisk support, underhållsteknik, SRE eller systemteknik, med direkt kundkontakt.
  • Dokumenterad framgång med att lösa komplexa problem i distribuerade system.
  • Erfarenhet av att omsätta enskilda eskaleringar i bredare åtgärder, till exempel produktändringar, tekniska meddelanden eller verktyg.
  • Erfarenhet av att stötta kunder vid kritiska incidenter med stor synlighet.
  • Erfarenhet av att samarbeta med utvecklingsteam för att lösa defekter, inklusive reproduktioner och belägg för grundorsaker.
  • Goda kunskaper i engelska, både i tal och skrift.
  • Flexibilitet att arbeta varierande tider som en del av ett globalt team.
  • Systemförståelse över flera lager, till exempel att koppla förändringar i nätverk, kärna, lagring eller applikationer till symtom på andra håll.
  • Djupa Linuxkunskaper, inklusive kärnan, minneshantering, NUMA, CPU-schemaläggning och drivrutiner.
  • Erfarenhet av distribuerad lagring eller parallella filsystem.
  • Kunskap om nätverksteknik med hög prestanda, till exempel RDMA, RoCE, InfiniBand och Ethernet.
  • Avancerad felsökningsförmåga, inklusive analys av storskaliga core dumps och loggar, perf, eBPF, gdb och källkod.
  • Förmåga att formulera hypoteser om prestanda utifrån mätvärden och validera dem med data.
  • Erfarenhet av GPU:er och AI-arbetsbelastningar, inklusive GPUDirect Storage och NVIDIA DGX-, SuperPOD- eller NCP-referensarkitekturer, är starkt meriterande.
  • Erfarenhet av publika moln (AWS, Azure, GCP eller OCI), Kubernetes, containrar och virtualisering är meriterande.
  • Kännedom om protokollen NFS, SMB och S3, DPDK och UCX samt automatiseringsverktyg som Python, Bash, Ansible eller Terraform är meriterande.

Relaterade jobb