FluidStack 为人工智能实验室和企业提供 GPU 超级计算基础设施。其托管云平台按需提供大规模英伟达 GPU 资源，用于模型训练和推理，并为采用 Kubernetes、Slurm 等技术运行的集群提供部署与运维支持。通过管理底层硬件和基础设施，FluidStack 帮助 AI 团队扩展工作负载，同时专注于模型开发、性能和运营效率。
软件工程师，本体（现场办公）
构建支持 FluidStack AI 云基础设施的本体、CMDB、DCIM、可观测性和自动化系统。 开发用于基础设施资产、数据中心运营和全球设备集群管理的可扩展平台。
描述
- 设计并实现下一代 CMDB，作为基础设施资产、网络拓扑和配置数据的唯一事实来源
- 开发 DCIM 软件，用于机架运营、服务器和 GPU 部署、操作系统安装、质量保证及白屏运营
- 创建支持接收、上架、库存、故障维修和退役流程的资产生命周期平台
- 构建监控和可观测性系统，将 BMS、EPMS 和 IT 设备遥测数据与智能告警及事件管理相结合
- 构建自助服务门户和自动化工具，用于区域初始化、日常运营和大规模设备集群管理
- 通过工作流自动化和自助服务工具替代人工流程，减少运营负担
- 实现用于事件、问题和变更管理工作流的编排系统
- 与数据团队合作，制作数字孪生可视化和运营仪表板
- 开发内部平台、供应商和外部系统之间的集成层
- 与数据中心运营、系统、网络工程、安全、产品、业务、支持和运营团队协作
- 评估平台组件应当内部构建还是采购
- 推动 CI/CD、基础设施即代码、自动化测试和可观测性优先的工程实践
- 参与架构评审和技术设计决策
- 通过代码评审、文档编写和知识共享提升工程质量
- 设计能够每秒处理数千次查询的高性能、弹性系统
- 实现监控、日志记录、调试和完善的错误处理能力
- 规划数据迁移并维护平台依赖关系
- 从最初构想到部署和生产就绪，负责项目全流程推进
任职要求
- 至少三年开发生产软件系统的专业经验
- 熟练掌握 Python、Go 或同类编程语言
- 了解系统设计模式
- 具备 REST API、数据模型和分布式系统设计经验
- 熟练使用关系型和 NoSQL 数据库，包括 PostgreSQL 和 Redis
- 具备 Docker 以及 Terraform、Ansible 等基础设施即代码工具的实际使用经验
- 了解 CI/CD 流水线和现代软件开发实践
- 深入了解 TCP/IP、DNS、HTTP 以及 Linux 或 Unix 环境
- 具备解决问题的能力，并关注可扩展性、可靠性和运营需求
- 具备与技术和非技术利益相关者清晰沟通的能力
- 具备使用 NetBox 或 Device42 等 CMDB 产品，或资产管理平台的经验
- 具备基础设施自动化、DevOps 或平台工程经验
- 熟悉 Temporal、Airflow 或 Camunda 等工作流编排工具
- 了解 Prometheus、Grafana 或 OpenTelemetry 等监控和可观测性技术
- 具备使用时序数据库和数据可视化的经验
- 了解 ITIL 等 ITSM 框架和服务管理实践
- 具备数据中心运营、设施管理或物理基础设施经验
- 参与过开源基础设施项目
- 拥有计算机科学学士学位或同等实践经验
- 美国工作授权要求将在申请过程中说明
福利待遇
- 所有全职职位均提供股权，可能包括限制性股票单位
- 根据当地惯例提供退休或养老金福利
- 医疗、牙科和视力保险
- 按照当地惯例提供充足的带薪休假
- 具有竞争力的全面薪酬方案
- 致力于薪酬公平与透明