NVIDIA hutengeneza teknolojia za kompyuta zenye kasi ya juu na akili bandia zinazotumika katika michezo ya video, vituo vya data, kompyuta za wingu, huduma za afya, utengenezaji, magari na roboti. Kazi yake inahusisha vitengo vya kuchakata michoro, majukwaa ya AI, uigaji na suluhisho zinazolenga sekta mbalimbali, zikiwemo NVIDIA Omniverse kwa ajili ya michakato shirikishi ya 3D, NVIDIA DRIVE kwa ajili ya kutengeneza magari yanayojiendesha, na NVIDIA Clara kwa matumizi ya huduma za afya. Kampuni hii huwakutanisha timu kubwa za kiufundi zinazofanya kazi kwenye miundombinu na programu zinazosaidia kompyuta za hali ya juu, uigaji na uchanganuzi unaoendeshwa na AI.
Mtaalamu Mwandamizi wa Usanifu wa Suluhisho za Miundombinu ya Wingu na Uaminifu
Ongoza uaminifu wa Day 2 kwa makundi ya GPU ya NVIDIA Cloud Partner kote EMEA. Otomatisha urejeshaji wa hitilafu, uangalizi, matengenezo na shughuli za Kubernetes kwa kiwango kikubwa.
Maelezo
- Ongoza uthabiti na uaminifu wa uzalishaji katika makundi ya NVIDIA Cloud Partner kote EMEA.
- Weka na uboreshe vipimo vya uaminifu na upitishaji wa mzigo wa kazi kwa makundi makubwa ya GPU, na udhibiti bajeti za hitilafu za jukwaa.
- Unda mtiririko wa kazi wa kiotomatiki wa kugundua na kurejesha hitilafu za GPU, nodi, kitambaa cha mtandao na hifadhi.
- Otomatisha upangaji wa hitilafu, uondoshaji na uzuiaji wa nodi, uwekaji upya, na taratibu za kurejesha huduma.
- Panga na kutekeleza matengenezo ya kinga na usambazaji wa firmware au arifa za uwanjani, kuanzia mapitio ya hatari na usambazaji wa hatua kwa hatua hadi uthibitishaji.
- Unganisha zana za uangalizi na uaminifu wa kundi—ikiwemo Prometheus, Grafana, Loki, DCGM, uchunguzi wa XID, GPUd na NVSentinel—na mifumo ya washirika.
- Ratibu mwitikio wa matukio na mapitio baada ya tukio pamoja na NVEX, wasimamizi wa akaunti za kiufundi na timu za shughuli za washirika.
- Ongoza uchunguzi wa chanzo kikuu, kamilisha hatua za marekebisho, na ubadilishe matukio yanayojirudia kuwa otomatiki, ukaguzi wa afya au runbook.
- Dhibiti mizunguko ya maisha na uaminifu wa nodi za Kubernetes katika Kubernetes, KubeVirt, Slurm na vipangaji ratiba vinavyotambua GPU.
- Weka sera za afya ya nodi na uratibu masasisho, kuwasha upya, na uondoshaji salama wa mizigo ya kazi kwenye nodi zinazoharakishwa na GPU.
Mahitaji
- Shahada ya kwanza, uzamili au uzamivu katika sayansi ya kompyuta, uhandisi wa umeme au kompyuta, fizikia, hisabati au fani inayohusiana, au uzoefu sawa.
- Angalau miaka 8 katika uhandisi wa uaminifu wa tovuti, uhandisi wa uzalishaji au shughuli za miundombinu kwa kiwango kikubwa.
- Umeonyesha uwajibikaji wa uaminifu wa uzalishaji kwa kiwango kikubwa, ukiwemo SLO na bajeti za hitilafu, zamu za kuitwa na uongozi wa matukio, mapitio yasiyo ya kulaumiana, na maboresho yanayopimika ya upatikanaji au muda wa wastani kati ya kukatizwa.
- Uzoefu wa moja kwa moja wa kuendesha makundi ya HPC au AI na miundombinu ya NVIDIA GPU, ukiwemo mizunguko ya maisha ya viendeshi na CUDA toolkit, firmware, uchanganuzi wa utendaji wa mzigo wa kazi, na utatuzi wa CPU, GPU na viunganishi vya kasi ya juu.
- Uzoefu mkubwa wa kuendesha Kubernetes katika mazingira ya GPU na HPC, ukiwemo mizunguko ya maisha ya nodi, masasisho na uondoshaji, tabia ya kipangaji ratiba, Slurm, na mifumo ya wapangaji wengi inayochanganya bare metal na virtualization.
- Uwezo wa Python na Bash, miundombinu kama msimbo na usimamizi wa usanidi kama Ansible na Terraform, mizunguko ya maisha na masasisho ya makundi kwa kutumia GitOps, na Prometheus, Grafana na Loki.
- Utaalamu thabiti wa Linux, ukiwemo Red Hat na Ubuntu, urekebishaji na usalama wa mfumo wa uendeshaji, misingi ya mitandao ya vituo vya data, na hifadhi sambamba au ya biashara kama Lustre, GPFS, ZFS na XFS.
- Uzoefu wa kupanga na kutekeleza usambazaji wa firmware, microcode au arifa za uwanjani kwa njia ya kuzuia matatizo katika kundi kubwa la uzalishaji.
- Ujuzi wa DCGM, uchunguzi wa XID, GPUd, NVSentinel, mawakala wa afya ya nodi na akili ya uaminifu katika kundi zima.
- Uzoefu wa NVIDIA GPU na Network Operators na NVIDIA Base Command Manager.
- Uzoefu wa vitendo na upangaji wa AI na mifumo ya inference kwenye Kubernetes, kama KAI, Grove, Dynamo na NVIDIA Cloud Functions.
- Utaalamu wa vitambaa vya RDMA kama InfiniBand au RoCE; uzoefu wa Cumulus Linux, SONiC, Spectrum-X, DPU/DOCA na shughuli za kugawa NVLink/NVSwitch ni faida.