d-Matrix розробляє технології для штучного інтелекту в центрах обробки даних, покликані підвищити ефективність обчислень завдяки обчисленням у пам’яті. Заснована у 2019 році компанія поєднує розроблення спеціалізованих схем, інструменти машинного навчання, програмне забезпечення, алгоритми та міжз’єднання на рівні чиплетів, щоб розв’язати проблему інтеграції пам’яті й обчислень для сучасних робочих навантажень штучного інтелекту.
Директор із забезпечення надійності сайтів, інфраструктура ШІ — d-Matrix, гібридний формат у Санта-Кларі
Керівництво підрозділом SRE d-Matrix, що відповідає за інфраструктуру інференсу генеративного ШІ. Відповідальність за надійність, спостережуваність, автоматизацію, сховища, а також гібридні хмарні та локальні операції.
Опис
- Створити й очолити підрозділ d-Matrix із забезпечення надійності сайтів.
- Розробити мандат SRE і впровадити практики надійності в процеси розробки апаратного та програмного забезпечення.
- Наймати, розвивати й утримувати команду з одного-трьох інженерів SRE.
- Керувати командою фахівців із центрів обробки даних і лабораторних техніків, визначаючи операційні пріоритети та стандарти.
- Відповідати за цілодобову надійність у colocation-центрах, локальних лабораторних кластерах, хмарних середовищах і клієнтських сервісах платформи.
- Проєктувати відмовостійкі системи з урахуванням доменів відмов, поетапного розгортання та дисциплінованого контролю змін.
- Визначати індикатори рівня сервісу, цілі рівня сервісу та бюджети помилок.
- Створювати процеси чергувань, зокрема модель follow-the-sun у міру розширення глобальних операцій.
- Розробляти підходи до реагування на інциденти та аналізу першопричин.
- Очолювати спостережуваність метрик, трасувань і журналів.
- Розвивати автоматизацію на базі Terraform і Ansible, зокрема інфраструктуру із самовідновленням.
- Впроваджувати автоматизацію життєвого циклу хостів, відновлення парку та оповіщення з використанням AIOps.
- Керувати FinOps і плануванням потужностей у хмарних, colocation- і локальних середовищах.
- Очолювати перехід від спеціально зібраних JBOD-сховищ до корпоративного спільного сховища в локальних, colocation- і хмарних середовищах.
- Співпрацювати з командами Software Tools, QA DevOps, Engineering, Networking Operations та IT Operations для підвищення надійності, економічної ефективності й якості управління технічним боргом.
Вимоги
- Ступінь бакалавра або магістра в галузі комп’ютерних наук, електротехніки чи суміжної дисципліни.
- Щонайменше 15 років досвіду в SRE, інфраструктурній інженерії або інженерії виробничих систем.
- Щонайменше п’ять років досвіду керування командами SRE або інфраструктурної інженерії.
- Досвід створення або суттєвої перебудови функції SRE чи інфраструктурної інженерії.
- Досвід визначення SLO, побудови програм чергувань, впровадження спостережуваності та керування організаційними змінами.
- Поглиблена експертиза в системах Linux.
- Досвід роботи з корпоративними спільними сховищами, зокрема NAS/SAN, великомасштабними архітектурами NFS/SMB, архітектурами знімків і реплікації та інтеграцією гібридних хмарних сховищ.
- Досвід експлуатації colocation-центрів і локального обладнання у великому масштабі.
- Розуміння керування життєвим циклом серверів, систем електроживлення й охолодження та мереж на рівні стійок.
- Практичний досвід роботи з Terraform і Ansible, зокрема проєктування модулів, віддалений стан, ізоляцію середовищ і керування змінами.
- Досвід експлуатації кластерів Kubernetes, зокрема керування життєвим циклом, надійністю робочих навантажень, сховищами та великомасштабним RBAC.
- Досвід керування платформами спостережуваності, такими як Prometheus, Grafana, Datadog або Splunk.
- Впевнені навички написання скриптів на Python або Go для виробничих сервісів і автоматизації інфраструктури.
- Сильні навички комунікації з керівниками.
- Здатність ефективно працювати в умовах високої неоднозначності та мінімальної кількості процесів.
- Бажаний досвід експлуатації клієнтської інфраструктури або платформних сервісів.
- Бажане знання InfiniBand, RoCE або NVLink.
- Бажаний досвід роботи з планувальниками HPC, такими як Slurm, LSF або еквівалентними системами.
- Бажаний досвід гібридних і мультихмарних операцій у AWS, Azure та GCP.
- Бажана експертиза у FinOps.
- Бажане знання ITIL або еквівалентної системи керування інцидентами, проблемами та змінами.
- Бажані опубліковані технічні матеріали, виступи на конференціях або внесок у проєкти з відкритим кодом.
- Необхідно мати законне право працювати у США.
Переваги
- Компенсація у формі частки в компанії.
- Бонуси або заохочувальні виплати, пов’язані з індивідуальними та корпоративними результатами.
- Медичне страхування.
- Стоматологічне страхування.
- Страхування зору.
- План 401(k).
- Інклюзивна програма винагород, зосереджена на добробуті працівників та їхніх близьких.