Lambda 为人工智能开发提供云基础设施和硬件。其产品和服务包括用于多节点模型训练与微调的按需 GPU 集群、推理端点和 API，以及面向企业人工智能工作负载、采用 NVIDIA GPU 基础设施的 Lambda GPU Cloud。公司还提供可定制的 GPU 工作站和台式机，用于深度学习，并为 PyTorch、TensorFlow 和 NVIDIA CUDA 等工具提供简化安装与托管升级服务。Lambda 通过围绕高性能 NVIDIA Tensor Core GPU 构建的公有云和私有云环境，为人工智能开发者提供支持。
核心云平台工程经理
领导团队构建 Lambda 的基础 Kubernetes 与分布式云服务，为 AI 基础设施提供支撑。 负责团队发展、技术交付、可靠性及跨多个区域的运营。
描述
- 负责 Lambda 基础云平台服务的设计、开发和生产运营。
- 制定技术路线图，提升平台的分布能力、韧性、可观测性和运营效率。
- 在不断扩展的多数据中心、多区域集群中保障服务可靠性，包括发生局部故障和长时间运行工作流时。
- 与高级工程师和资深工程师合作，设计分布式服务、有状态系统、API、调度器、控制器及自动化方案的架构。
- 制定云平台与计算、网络、集群、安全及面向客户系统之间的集成契约。
- 通过招聘、人才培养、绩效标准制定和绩效管理，管理并发展高级工程师和资深工程师团队。
- 根据业务目标和客户承诺规划、确定优先级并交付项目。
- 制定工程实践，涵盖设计评审、测试、CI/CD、可观测性、事件响应和轮值值班运营。
- 与其他工程经理及跨职能合作伙伴协调，解决依赖问题并交付客户成果。
- 通过自动化、运营实践以及负责任地使用 AI 辅助工程工具，提升工程团队产能。
- 将 Kubernetes、云原生基础设施、GPU 编排和平台自动化领域的进展应用于 Lambda 平台。
任职要求
- 至少 4 年工程管理经验，并有组建高绩效团队的记录。
- 至少 7 年软件工程个人贡献者经验，包括以首席或资深工程师级别负责关键分布式系统。
- 至少 8 年使用 Python 或 Go 构建业务关键服务的经验，涵盖初始设计到投入生产。
- 有构建系统的经验，能够协调由不同团队独立负责的基础设施服务（如计算、网络和存储），且不直接负责这些服务。
- 具备多区域部署、跨数据中心状态管理和高可用架构方面的背景。
- 有从架构设计到交付、运营及持续改进全程负责项目的出色记录。
- 具备出色的跨职能协作能力，能够协调基础设施、平台和产品团队。
- 了解不断发展的裸金属和 GPU 基础设施领域，包括 NVIDIA NiCo（NCX Infra Controller）和 BlueField DPU 的能力。
- 有在现有平台中评估或采用供应商基础设施工具的经验。
- 具备 Kubernetes 或 Slurm 经验者优先。
- 具备 AI、机器学习或 GPU 硬件行业经验者优先。
- 具备从零开始设计大规模云 IaaS 平台的经验者优先。
- 接触过 IPO 准备、企业合规或大规模安全要求者优先。
- 必须获准在美国合法工作。
福利待遇
- 现金和股权薪酬。
- 为员工及其家属提供医疗、牙科和视力保险。
- 部分职位提供健康和通勤津贴。
- 美国员工可参加 401(k) 计划，公司提供 2% 配比缴款。
- 灵活的带薪休假。
- 指定每周一天在家办公，目前为周二。
