Andromeda
Andromeda
Andromeda ให้บริการประมวลผลด้วย GPU สำหรับทีมที่พัฒนาและใช้งานเวิร์กโหลดด้านแมชชีนเลิร์นนิง บริการนี้เปิดให้เข้าถึงคลัสเตอร์ตัวเร่งความเร็ว NVIDIA H100, H200 และ B200 ได้ตามต้องการ เพื่อการทดลอง การฝึกโมเดล และการอนุมาน โดยจัดการระบบผ่าน Slurm, Kubernetes หรือ SSH ลูกค้าสามารถเลือกตัวเลือกการใช้งานและพื้นที่จัดเก็บข้อมูลที่ยืดหยุ่น พร้อมรับการสนับสนุนด้าน DevOps จากทีม Andromeda นอกจากนี้ บริษัทยังดำเนินงาน GPUList.ai ซึ่งเป็นตลาด GPU ของบุคคลที่สาม โปรไฟล์ที่มีอยู่ไม่ได้ระบุบริบทการจ้างงานหรือรายละเอียดของทีม

วิศวกรอาวุโสด้านความเชื่อถือได้ของลูกค้า ทำงานทางไกลในยุโรป

แก้ไขเหตุขัดข้องของลูกค้าบน Linux, Kubernetes และคลัสเตอร์ GPU พร้อมช่วยให้โครงสร้างพื้นฐานประมวลผล AI ของ Andromeda ทำงานได้อย่างเชื่อถือได้ บทบาทนี้ครอบคลุมการรับมือเหตุขัดข้อง การประสานงานกับผู้ให้บริการ การตรวจติดตาม และการทำงานปฏิบัติการให้เป็นอัตโนมัติ

รายละเอียด

  • ดูแลปัญหาของลูกค้าตั้งแต่การจำลองปัญหา การแก้ไข การส่งต่อ ไปจนถึงการปิดเรื่อง
  • วินิจฉัยปัญหา Linux ที่เกี่ยวข้องกับโปรเซส เครือข่าย พื้นที่จัดเก็บ บันทึกเคอร์เนล การแย่งใช้ทรัพยากร systemd และ journald
  • ตรวจสอบความล้มเหลวของ Kubernetes ที่เกี่ยวข้องกับพ็อด สถานะโหนด การจัดตารางเวลา และขีดจำกัดทรัพยากร
  • แก้ไขปัญหา GPU เช่น ไดรเวอร์และปลั๊กอินอุปกรณ์ขัดข้อง ข้อผิดพลาด XID การลดความเร็วจากความร้อน การกักโหนดหรือระบายงานออกจากโหนด และงานหลายโหนดล้มเหลว
  • ส่งต่อปัญหาพร้อมหลักฐานประกอบเมื่อจำเป็น
  • เข้าร่วมเวรสแตนด์บายหมุนเวียนตลอด 24/7
  • ตอบสนองต่อการแจ้งเตือนและเหตุขัดข้องที่ลูกค้ารายงาน ประเมินผลกระทบ กำหนดระดับความรุนแรง และประสานทีมที่เกี่ยวข้อง
  • แจ้งความคืบหน้าแก่ลูกค้าระหว่างเกิดเหตุ รวมถึงสถานะและคำถามที่ยังไม่ได้ข้อสรุป
  • บันทึกเหตุขัดข้องและนำผลการตรวจสอบไปจัดทำคู่มือปฏิบัติงาน การแจ้งเตือน หรือการแก้ไข
  • ระบุว่าปัญหาเกิดจากผู้ให้บริการ Andromeda หรือลูกค้า
  • สร้างและติดตามคำร้องขอความช่วยเหลือกับผู้ให้บริการประมวลผล
  • ติดตามปัญหาที่เกิดซ้ำจากผู้ให้บริการและแบ่งปันรูปแบบที่พบกับผู้มีอำนาจตัดสินใจด้านการจัดหา
  • ทำให้การตรวจสอบด้วยตนเองเป็นอัตโนมัติโดยใช้ Python หรือ Bash
  • พัฒนาและปรับปรุงการตรวจติดตามสุขภาพของคลัสเตอร์และโหนด ข้อมูลเทเลเมทรีของ GPU แดชบอร์ด และการแจ้งเตือนที่นำไปปฏิบัติได้
  • ปรับปรุงคู่มือปฏิบัติงานและเอกสารสำหรับลูกค้าให้เป็นปัจจุบัน

คุณสมบัติ

  • มีประสบการณ์แก้ไขปัญหา Linux ด้วยบรรทัดคำสั่ง รวมถึงบันทึก โปรเซส เครือข่าย และดิสก์
  • มีความรู้เกี่ยวกับพ็อด โหนด deployment บริการ การจัดตารางเวลา และการตรวจสอบปัญหาใน Kubernetes
  • สามารถทำงานซ้ำๆ ให้เป็นอัตโนมัติด้วย Python หรือ Bash
  • มีทักษะการเขียนเชิงเทคนิคที่ดีและอธิบายปัญหาให้ลูกค้าเข้าใจได้ชัดเจน
  • ใช้วิจารณญาณได้ดีภายใต้แรงกดดันเมื่อต้องจัดลำดับความสำคัญ ส่งต่อปัญหา และสื่อสาร
  • พร้อมเข้าร่วมเวรสแตนด์บายหมุนเวียนตลอด 24/7
  • ประสบการณ์ใช้งาน GPU NVIDIA ในระบบจริง ทั้งไดรเวอร์ CUDA, DCGM และปลั๊กอินอุปกรณ์ Kubernetes เป็นข้อได้เปรียบ
  • ประสบการณ์ด้านเครือข่ายประสิทธิภาพสูงด้วย InfiniBand, RoCE หรือ NCCL เป็นข้อได้เปรียบ
  • ประสบการณ์ด้าน HPC หรือ Slurm เป็นข้อได้เปรียบ
  • ประสบการณ์ด้านเทคนิคที่ต้องติดต่อกับลูกค้า เช่น วิศวกรรมฝ่ายสนับสนุน การดูแลบัญชีด้านเทคนิค โซลูชัน หรือบริการระดับมืออาชีพ เป็นข้อได้เปรียบ
  • คุ้นเคยกับ Prometheus, Grafana, Datadog หรือเครื่องมือที่คล้ายกัน เป็นข้อได้เปรียบ
  • ประสบการณ์ด้านโครงสร้างพื้นฐานในรูปแบบโค้ดด้วย Terraform, Ansible หรือ Helm เป็นข้อได้เปรียบ
  • สนใจโครงสร้างพื้นฐาน AI และงานฝึกโมเดลขนาดใหญ่

สวัสดิการ

  • หุ้นของบริษัทที่มีมูลค่า
  • ประกันสุขภาพ ทันตกรรม และสายตาสำหรับพนักงานและผู้ที่อยู่ในอุปการะ
  • แผน 401(k)
  • วันหยุดแบบได้รับค่าจ้างไม่จำกัด
  • โอกาสทำงานในบริษัทที่กำลังเติบโตสูงและมุ่งเน้นโครงสร้างพื้นฐาน AI