Mirantis 为致力于大规模构建、保护和运营 Kubernetes 环境的组织开发云原生基础设施与容器管理软件。其产品组合包括 Mirantis Kubernetes Engine、Mirantis OpenStack for Kubernetes、Mirantis Container Cloud、Mirantis Container Runtime 和 Mirantis Secure Registry，支持集群运营与软件供应链安全。公司还通过 Lens Desktop 这一 Kubernetes 集成开发环境等项目和工具参与开源生态，并提供企业级技术支持。Mirantis 服务于咨询、医疗保健、物流、公共服务、金融服务以及采用现代云基础设施的科技行业组织。
高级 AI 基础设施网络解决方案架构师
为 Mirantis 面向 Kubernetes 的 AI 基础设施平台设计 GPU 集群网络。 为 k0rdent AI 构建参考架构、自动化方案和客户概念验证。
描述
- 负责 Mirantis k0rdent AI 平台的网络解决方案设计，服务于 GPU 云和 AI 工厂。
- 设计大型 GPU 集群互连、租户隔离，以及容器、虚拟机和裸机节点间的网络。
- 开发并发布参考架构，覆盖从单个机架到拥有数千块 GPU 的集群部署。
- 定义 InfiniBand 和 RoCEv2 以太网计算网络，包括轨道优化型以及胖树或 Clos 设计。
- 设计前端、存储和管理网络，并规划与客户数据中心、公有云及混合环境的连接。
- 使用 InfiniBand 分区、VRF、EVPN-VXLAN 和 Kubernetes 网络策略制定多租户隔离方案。
- 记录扩展限制，以及成本、性能、可运维性和供应商依赖方面的权衡。
- 定义 Linux 主机网络，以及工作负载访问 NIC、DPU 和 SuperNIC 的方式。
- 使用 CNI、Multus、SR-IOV、RDMA 插件、NVIDIA Network Operator 和 DRA，为 AI 工作负载设计 Kubernetes 网络。
- 为 GPU 和 RDMA 流量设计 KubeVirt 网络。
- 研究新兴 AI 网络技术和标准，制作设计原型，并将结果与当前实践进行比较。
- 发布研究笔记、设计提案、论文、博客文章和演讲内容。
- 与客户和合作伙伴共同开展概念验证，并在 Mirantis 实验室搭建和运行验证环境。
- 使用 Python、Go、Bash、Ansible、Helm、Kubernetes 清单和 Terraform 开发自动化方案与工具。
- 使用 NCCL tests、perftest 和 ib_write_bw 等工具测试并评测网络和主机配置。
- 在客户需求调研、设计评审和架构研讨会中担任网络专家。
- 与硬件及网络合作伙伴、解决方案架构师、合作伙伴管理、工程、产品团队和客户协作。
- 在行业活动、网络研讨会和合作伙伴峰会上进行演讲。
- 主导实操技术研讨会，并制作技术赋能材料。
- 与产品和工程团队分享研究成果，并协助制定 k0rdent AI 路线图。
任职要求
- 拥有计算机科学、电气工程、通信工程或相关专业的学士学位，或具备同等实践经验。
- 具有至少八年网络工程或架构经验。
- 具有至少三年数据中心、高性能计算（HPC）或云基础设施网络经验。
- 具有面向客户的解决方案架构师、售前工程师、顾问或技术负责人工作经验。
- 具备数据中心网络设计专长，包括 Spine-Leaf 和 Clos 拓扑、轨道优化型 GPU 网络、超额订阅、ECMP，以及扩展至数千个节点的设计。
- 精通 InfiniBand，涵盖子网管理、分区、自适应路由，以及 NCCL/RDMA 流量行为。
- 精通 RoCEv2 以太网，涵盖 PFC、ECN、DCQCN、QoS、MTU 和缓冲区调优。
- 了解路由和覆盖网络，包括用于多租户的 BGP、EVPN-VXLAN 和 VRF。
- 具有混合云和多云连接经验，熟悉互连、VPN、云网络构件、IP 地址规划和 DNS 规划。
- 掌握 Linux 网络、NIC 驱动程序、PCI 直通、SR-IOV、IOMMU、NUMA 亲和性、iproute2、ethtool 和 devlink。
- 掌握 Kubernetes 网络，包括 CNI 插件、Multus、SR-IOV 和 RDMA 设备插件、网络策略及服务暴露。
- 具有 KubeVirt 和虚拟机网络、直通及 SR-IOV 经验。
- 能够使用至少一种编程或脚本语言；优先考虑 Python 或 Go。
- 能够熟练使用 Git、CI 和基础设施即代码。
- 具备出色的英语口语和书面沟通能力。
- 能够面向大型听众进行演讲并主持实操研讨会。
- 能够针对网络工程师和客户高管调整沟通方式。
- 具有在跨时区、跨工作文化的国际化分布式公司工作的经验。
- 能够接受最高 25% 的出差。
- 同等实践经验可替代学士学位要求。
福利待遇
- 薪酬和福利根据当地市场及雇佣安排确定。
- 远程工作安排。
- 有机会因客户合作、合作伙伴会议、实验室工作和行业活动出差，出差比例最高为 25%。
- 与分布式团队合作。
- 直接与领先的 GPU 云运营商、NeoCloud、主权云和专注 AI 的企业合作。
- 参与塑造产品定位，并影响市场推广成效。