
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