OpenAI 是一家人工智能研究与技术公司，致力于开发先进的人工智能系统，并将安全性和负责任的发展置于重要位置。其产品包括支持日常事务和复杂专业任务的 ChatGPT，以及帮助企业和开发者将人工智能模型集成到自有应用中的 API 平台。OpenAI 覆盖人工智能、软件即服务和企业技术等领域，将研究、产品开发以及改善人工智能系统治理和使用方式的相关工作融为一体。
OpenAI AI 硬件产品可靠性工程师
提升 OpenAI AI 超级计算机硬件的可靠性。 负责从开发到量产的资格测试、故障分析和纠正措施。
描述
- 为印刷电路板组件（PCBA）、托盘、系统和机架制定可靠性要求与目标。
- 与电气、机械和热工程团队牵头开展面向可靠性的设计评审。
- 运用 DFMEA、FMEA 和失效物理方法评估风险并指导设计改进。
- 负责从新产品导入到量产阶段的可靠性鉴定计划。
- 规划并执行加速寿命和环境测试，包括温度与电源循环、湿度、冲击、振动和运输测试。
- 在具有代表性的工作负载下测试硬件，并监测其在应力条件下的功能和性能退化。
- 使用 Weibull 分布及其他可靠性模型、加速模型和置信区间分析寿命测试与现场数据。
- 牵头故障调查，从复现症状到确定物理根因。
- 维护故障分析和纠正措施记录；通过针对性测试和复发监测验证修复效果。
- 评估供应商针对 PCB、组件、电缆、连接器和冷却部件制定的可靠性计划及其证据。
- 与内部实验室及合作实验室协调开发测试夹具、仪器和方法。
- 审查样品可追溯性、测试设置、校准、原始数据和故障记录，并为制造合作伙伴提供现场支持。
- 建立并验证可靠性筛选、经过论证的老化测试以及持续可靠性测试。
- 评估装配和集成风险，包括电路板应力、焊点损伤、连接器插接、电缆布线、紧固件预紧力、电源连接和热界面。
- 与冷却专业人员合作，评估密封性、材料兼容性、腐蚀和冷却性能。
- 规划各项目的测试资源、实验室产能、硬件样品、时间安排和依赖关系。
- 在设计评审和发布评审中汇报鉴定结果、尚未解决的故障模式和剩余风险。
- 依据证据提出是否具备就绪条件的建议，并指出测试缺口、后续行动和责任人。
- 评估可靠性影响，并针对设计、组件、供应商、制造、维修和固件变更制定有针对性的重新鉴定方案。
- 跟踪现场退回产品和整机群故障趋势，将遥测数据与故障分析及配置历史关联起来。
- 验证可维护性以及重复装配或维护流程。
- 评估硬件故障、冗余和恢复机制对机架可用性的影响。
任职要求
- 具备先进 IT 硬件领域的可靠性工程实操经验，例如 AI 或 HPC 服务器、网络设备或存储系统。
- 具备 PCBA、机电组件和集成机架方面的经验。
- 具备设计、配置仪器并执行硬件可靠性测试的经验。
- 能够诊断实验室故障，并将调查结果转化为设计或流程改进。
- 了解焊料疲劳、PCB 和层压板损伤、连接器磨损、腐蚀以及热或机械退化。
- 能够制定鉴定计划、选择样本量和应力等级，并说明加速测试的假设与局限。
- 具备在开发和量产里程碑期间牵头可靠性鉴定的经验。
- 具备与组件供应商、联合设计制造商、合同制造商和外部测试实验室合作的经验。
- 具备运用面向可靠性的设计方法、DFMEA 和失效物理方法的经验。
- 具备结构化故障分析和纠正措施方面的经验，例如 8D。
- 具备电气诊断、显微镜检查、X 射线、截面分析或专业故障分析实验室方面的经验。
- 能够使用 Python、R、JMP 或类似统计软件分析删失数据、Weibull 分布和置信界限。
- 具备高功率电子设备、高密度互连或液冷硬件方面的经验。
- 了解热界面、密封性、材料兼容性和可维护性。
- 能够清晰传达技术发现、不确定性、经验证的根因以及纠正措施的有效性。
- 应聘者可能需要符合美国出口管制法律法规规定的法律身份要求。
福利待遇
- 丰厚的股权激励。
- 符合条件的员工可获得与绩效挂钩的奖金。
- 为员工及其家人提供医疗、牙科和视力保险，并由雇主向健康储蓄账户缴款。
- 提供税前账户，用于支付医疗和受抚养人照护费用，以及通勤停车和公共交通费用。
- 提供雇主配套缴款的 401(k) 退休计划。
- 提供带薪育儿假：分娩父母最长 24 周，非分娩父母最长 20 周。
- 最长可享 8 周带薪医疗或照护假。
- 豁免员工可享灵活带薪休假；非豁免员工每年最多可享 15 天带薪休假。
- 每年至少 13 天带薪公司假日。
- 全年安排数次统一的带薪公司办公室关闭日。
- 提供带薪病假或安全假。
- 提供心理健康与身心健康支持。
- 雇主承担基础人寿保险和伤残保险费用。
- 提供年度学习与发展津贴。
- 办公室提供每日餐食。
- 符合条件时提供餐食配送额度。
- 为符合条件的员工提供搬迁支持。
- 还可能提供慈善捐款配捐和身心健康津贴。
