NVIDIA 致力于开发加速计算和人工智能技术，广泛应用于游戏、数据中心、云计算、医疗保健、制造、汽车和机器人等领域。其业务涵盖图形处理器、人工智能平台、仿真技术及面向行业的解决方案，包括支持协作式 3D 工作流程的 NVIDIA Omniverse、用于自动驾驶汽车开发的 NVIDIA DRIVE，以及面向医疗应用的 NVIDIA Clara。公司汇聚了众多技术团队，专注于构建支持先进计算、仿真和人工智能驱动分析的基础设施与软件。
高级存储软件工程师 – DGX Cloud
负责 NVIDIA AI 基础设施的存储软件，重点关注开源分布式文件系统和对象存储。诊断大规模 GPU 集群问题，并制定性能、持久性和调优标准。
描述
- 开发开源并行和分布式文件系统以及分布式对象存储。
- 向上游贡献修复和功能，并与项目社区及维护者协作。
- 作为亲自参与开发的存储软件负责人，编写和审查生产代码。
- 检查内核、NFS、NVMe-oF 和 SPDK 代码，以诊断软件缺陷。
- 使用可衡量的目标，对存储交付作出最终技术决策。
- 对超大规模 GPU 集群中的复杂存储问题进行分流、故障排查并找出根本原因。
- 分析 I/O 和元数据性能、数据损坏及恢复行为。
- 评估存储架构、功能、性能和持久性。
- 开展规模测试、基准测试和恢复演练。
- 根据既定的性能和持久性目标验证新版本构建。
- 为 GPU 基础设施上的高性能文件系统制定并推荐配置、调优和运维实践。
- 帮助运营人员和内部客户实施存储指导方案。
- 与培训、推理、加速计算、SRE、运营、网络和安全团队协作。
- 与云服务提供商、新型云运营商和存储供应商合作制定共享架构。
- 应用现代 AI 编程和智能体工具，加速开发、调试、验证和运维。
任职要求
- 计算机科学、电气工程或相关专业的学士、硕士或博士学位，或同等经验。
- 拥有超过 12 年直接存储软件工程经验。
- 具备在多 PB 规模运行的高性能并行或分布式文件系统方面的丰富经验。
- 有参与开源分布式或并行文件系统项目的记录。
- 具备开发和审查生产代码、检查文件系统、内核、NVMe-oF 或 SPDK 源码，以及执行规模测试或恢复演练的实践经验。
- 具备诊断和解决大型 GPU 或 HPC 集群存储问题的经验，包括 I/O 和元数据性能分析。
- 精通至少一种系统编程语言：C、C++、Rust 或 Go。
- 熟练使用 Python。
- 了解 Linux 内核存储和网络协议栈，包括块层、RDMA、RoCE、InfiniBand、NVMe、页缓存、VFS 和多路径。
- 深入理解 S3 和 Swift 等对象存储技术。
- 深入理解 NVMe-oF 和 iSCSI 等块存储技术。
- 具备出色的书面和口头沟通能力。
- 能够在 24/7 生产环境中工作。
- 以安全优先为工程和运维原则。
- 具备维护广泛使用的公共项目或持续贡献的经验。
- 具备为超大规模 GPU 训练或推理设计或运营存储的经验。
- 具备内核或文件系统开发、元数据扩展性、数据放置、故障恢复或 HSM 及同类系统方面的经验。
- 具备 Kubernetes 和存储 CSI 驱动开发经验。
- 具备使用 SPDK、libfabric 或 FUSE 优化性能的实践经验。
福利待遇
- 股权薪酬
- 员工福利