NVIDIA พัฒนาเทคโนโลยีการประมวลผลแบบเร่งความเร็วและปัญญาประดิษฐ์ที่ใช้ในอุตสาหกรรมเกม ศูนย์ข้อมูล คลาวด์คอมพิวติ้ง การดูแลสุขภาพ การผลิต ยานยนต์ และหุ่นยนต์ งานของบริษัทครอบคลุมหน่วยประมวลผลกราฟิก แพลตฟอร์ม AI เทคโนโลยีจำลองสถานการณ์ และโซลูชันเฉพาะสำหรับแต่ละอุตสาหกรรม รวมถึง NVIDIA Omniverse สำหรับเวิร์กโฟลว์ 3D ร่วมกัน NVIDIA DRIVE สำหรับการพัฒนายานยนต์ไร้คนขับ และ NVIDIA Clara สำหรับการใช้งานด้านการดูแลสุขภาพ บริษัทผสานการทำงานของทีมวิศวกรขนาดใหญ่เพื่อพัฒนาโครงสร้างพื้นฐานและซอฟต์แวร์ที่รองรับการประมวลผลขั้นสูง การจำลองสถานการณ์ และการวิเคราะห์ด้วย AI
สถาปนิกโซลูชันอาวุโสด้านโครงสร้างพื้นฐานคลาวด์และความเสถียร
นำงานด้านความเสถียร Day 2 สำหรับกลุ่ม GPU ของ NVIDIA Cloud Partner ในภูมิภาค EMEA ทำระบบกู้คืนเมื่อเกิดข้อขัดข้อง การสังเกตการณ์ การบำรุงรักษา และการปฏิบัติงาน Kubernetes ให้เป็นอัตโนมัติในวงกว้าง
รายละเอียด
- เป็นผู้นำด้านเสถียรภาพและความเชื่อถือได้ของระบบใช้งานจริงสำหรับกลุ่มเครื่องของ NVIDIA Cloud Partner ในภูมิภาค EMEA
- กำหนดและปรับปรุงตัวชี้วัดความเชื่อถือได้และปริมาณงานที่ประมวลผลได้ของคลัสเตอร์ GPU ขนาดใหญ่ พร้อมบริหารงบประมาณข้อผิดพลาดของแพลตฟอร์ม
- สร้างเวิร์กโฟลว์อัตโนมัติเพื่อตรวจจับและกู้คืนเมื่อ GPU โหนด โครงข่ายเครือข่าย หรือที่จัดเก็บข้อมูลขัดข้อง
- ทำให้การคัดแยกปัญหา การนำโหนดออกจากการจัดตารางและแยกกั้นโหนด การรีเซ็ต และขั้นตอนนำกลับมาให้บริการเป็นไปโดยอัตโนมัติ
- วางแผนและดำเนินการบำรุงรักษาเชิงป้องกัน รวมถึงการอัปเดตเฟิร์มแวร์หรือประกาศแจ้งภาคสนาม ตั้งแต่ทบทวนความเสี่ยงและทยอยติดตั้งเป็นระยะไปจนถึงการตรวจสอบยืนยัน
- ผสานเครื่องมือสังเกตการณ์และความเชื่อถือได้ของกลุ่มระบบ ซึ่งรวมถึง Prometheus, Grafana, Loki, DCGM, การวินิจฉัย XID, GPUd และ NVSentinel เข้ากับระบบของพาร์ทเนอร์
- ประสานงานการรับมือเหตุขัดข้องและการทบทวนหลังเหตุการณ์ร่วมกับ NVEX ผู้จัดการบัญชีด้านเทคนิค และทีมปฏิบัติการของพาร์ทเนอร์
- นำการตรวจสอบหาสาเหตุรากฐาน ปิดงานแก้ไข และเปลี่ยนเหตุขัดข้องที่เกิดซ้ำให้เป็นระบบอัตโนมัติ การตรวจสอบสถานะ หรือคู่มือปฏิบัติงาน
- บริหารวงจรชีวิตและความเชื่อถือได้ของโหนด Kubernetes บน Kubernetes, KubeVirt, Slurm และตัวจัดตารางงานที่รองรับ GPU
- กำหนดนโยบายสถานะโหนดและประสานงานการอัปเกรด การรีบูต และการระบายงานออกจากโหนดที่เร่งความเร็วด้วย GPU อย่างปลอดภัย
คุณสมบัติ
- จบปริญญาตรี ปริญญาโท หรือปริญญาเอกด้านวิทยาการคอมพิวเตอร์ วิศวกรรมไฟฟ้าหรือคอมพิวเตอร์ ฟิสิกส์ คณิตศาสตร์ หรือสาขาที่เกี่ยวข้อง หรือมีประสบการณ์เทียบเท่า
- มีประสบการณ์อย่างน้อย 8 ปีด้านวิศวกรรมความเชื่อถือได้ของไซต์ วิศวกรรมระบบใช้งานจริง หรือการปฏิบัติงานโครงสร้างพื้นฐานขนาดใหญ่
- เคยรับผิดชอบความเชื่อถือได้ของระบบใช้งานจริงในวงกว้าง รวมถึง SLO และงบประมาณข้อผิดพลาด การเข้าเวรและบัญชาการเหตุขัดข้อง การทบทวนโดยไม่กล่าวโทษบุคคล และการเพิ่มความพร้อมใช้งานหรือลดช่วงเวลาระหว่างการหยุดชะงักโดยวัดผลได้
- มีประสบการณ์ปฏิบัติงานกับคลัสเตอร์ HPC หรือ AI และโครงสร้างพื้นฐาน GPU ของ NVIDIA รวมถึงวงจรชีวิตของไดรเวอร์และชุดเครื่องมือ CUDA เฟิร์มแวร์ การวิเคราะห์ประสิทธิภาพงาน และการแก้ปัญหา CPU, GPU และการเชื่อมต่อความเร็วสูง
- มีประสบการณ์อย่างกว้างขวางในการปฏิบัติงาน Kubernetes ในสภาพแวดล้อม GPU และ HPC รวมถึงวงจรชีวิตโหนด การอัปเกรดและระบายโหนด พฤติกรรมของตัวจัดตารางงาน Slurm และระบบหลายผู้เช่าที่ใช้ทั้งเครื่องจริงและเครื่องเสมือน
- เชี่ยวชาญ Python และ Bash โครงสร้างพื้นฐานในรูปแบบโค้ดและการจัดการการกำหนดค่า เช่น Ansible และ Terraform การจัดการวงจรชีวิตและอัปเกรดกลุ่มระบบด้วย GitOps ตลอดจน Prometheus, Grafana และ Loki
- มีความเชี่ยวชาญด้าน Linux รวมถึง Red Hat และ Ubuntu การปรับแต่งและรักษาความปลอดภัยระบบปฏิบัติการ พื้นฐานเครือข่ายศูนย์ข้อมูล และระบบจัดเก็บข้อมูลแบบขนานหรือระดับองค์กร เช่น Lustre, GPFS, ZFS และ XFS
- มีประสบการณ์วางแผนและดำเนินการอัปเดตเฟิร์มแวร์ ไมโครโค้ด หรือประกาศแจ้งภาคสนามเชิงรุกทั่วกลุ่มระบบใช้งานจริงขนาดใหญ่
- คุ้นเคยกับ DCGM การวินิจฉัย XID, GPUd, NVSentinel เอเจนต์ตรวจสอบสถานะโหนด และระบบวิเคราะห์ความเชื่อถือได้ทั่วทั้งกลุ่มเครื่อง
- มีประสบการณ์กับ NVIDIA GPU Operator และ Network Operator รวมถึง NVIDIA Base Command Manager
- มีประสบการณ์จริงกับเฟรมเวิร์กจัดตารางงาน AI และการอนุมานบน Kubernetes เช่น KAI, Grove, Dynamo และ NVIDIA Cloud Functions
- เชี่ยวชาญโครงข่าย RDMA เช่น InfiniBand หรือ RoCE; หากมีประสบการณ์กับ Cumulus Linux, SONiC, Spectrum-X, DPU/DOCA และการจัดการพาร์ทิชัน NVLink/NVSwitch จะได้รับการพิจารณาเป็นพิเศษ