NVIDIA
NVIDIA
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 HPC AI 工程师

优化 LSF 和 Slurm 调度、自动化及 GPU 基础设施,支持半导体设计和 AI 工作负载。 为以色列各地的计算环境提供支持。

描述

  • 负责多站点 EDA 和计算工作负载中的 LSF 与 Slurm 调度运行及优化。
  • 分析调度器和基础设施性能,提升资源利用率、吞吐量并缩短周转时间。
  • 构建 GPU 加速计算生态。
  • 为 IC 设计创建自动化脚本和封装工具。
  • 自动处理重复的运维任务并改进流程,减少人工工作并防止问题再次发生。
  • 调查根本原因并提出纠正措施。
  • 与客户团队合作,明确需求、说明技术权衡并解决问题。

任职要求

  • 计算机科学或相关专业本科及以上学历,或具备同等经验。
  • 至少五年大规模 Linux 计算基础设施运行和支持经验。
  • 具备开发、微调和部署先进的基于 LLM 的解决方案的经验。
  • 具备在 HPC 或芯片设计环境中支持和调优 LSF、Slurm 或类似调度器的实践经验。
  • 熟练管理 Linux 系统,包括 CentOS 或 RHEL。
  • 熟悉现代 CI/CD、GitOps 和基础设施即代码。
  • 熟练使用 Python 和 Bash。
  • 深入了解调度器配置与调优、内部机制及高级故障排查。
  • 具备维护、配置、自动化、监控和排查 FLEXlm 等网络许可证的经验。
  • 具备在 HPC 调度环境中应用可靠性工程实践的经验。
  • 具备构建或改进可观测性系统的经验,包括指标收集、监控管道、告警和性能仪表板。
  • 具备在 HPC 环境中使用 Docker、Singularity 或 Podman 等容器技术的经验。

相关职位

未找到职位

尝试调整或清除筛选条件,以查看更多机会。