NVIDIA 致力於開發加速運算與人工智慧技術，廣泛應用於遊戲、資料中心、雲端運算、醫療保健、製造、汽車與機器人等領域。其業務涵蓋圖形處理器、人工智慧平台、模擬技術及產業導向的解決方案，包括支援協作式 3D 工作流程的 NVIDIA Omniverse、用於自動駕駛車輛開發的 NVIDIA DRIVE，以及面向醫療應用的 NVIDIA Clara。公司匯聚眾多技術團隊，專注於打造支援先進運算、模擬與人工智慧驅動分析的基礎架構與軟體。
資深分散式系統軟體工程師 – DGX Cloud | NVIDIA
為 NVIDIA DGX Cloud AI 工作負載建置並擴展以 Kubernetes 為基礎的 GPU 基礎架構。 開發排程、監控與健康管理系統，確保叢集可靠且具備高效能。
說明
- 加入 DGX Cloud 團隊，協助建置支援大規模 AI 工作負載 GPU 叢集運作的正式環境系統。
- 建立用於排程 GPU 資源的自訂 Kubernetes 軟體。
- 開發監控與健康管理功能，提升 GPU 資產的可靠性、可用性與可擴展性。
- 結合 GPU 硬體診斷以及叢集與網路遙測資料，為系統營運提供依據。
- 與 NVIDIA 各團隊合作，確保正式環境中的 AI 叢集可靠、一致且具備高效能。
- 分析系統故障，並透過結構化的事件管理流程強化服務。
職位要求
- 具備豐富的 Kubernetes 軟體工程經驗，涵蓋叢集營運、運算子開發、節點健康監控與 GPU 資源排程。
- 具備在高度技術導向組織中的專業軟體工程經驗，並有可證明的成果。
- 具備使用 Kubernetes API 與框架進行實際開發的經驗，而不僅是管理叢集。
- 具備清晰的溝通能力，能夠與跨組織、跨地區的多功能團隊、首席技術人員及架構師合作。
- 具備至少 8 年相關職務經驗，包括大型正式環境系統的工作經歷。
- 熟悉成熟的軟體工程原則、工具與實務。
- 具備電腦科學、工程、物理、數學或相關領域的學士學位，或具同等經驗。
- 熟悉 Go 或 Python 等系統程式語言。
- 精通資料結構與演算法。
- 具備跨雲端服務供應商管理及自動化大規模分散式系統的技術能力。
- 具備 Kubernetes、Slurm 與 Bright Cluster Manager 等叢集管理平台的進階實務經驗。
- 在維護可靠、高效能 AI 基礎架構方面擁有卓越的營運成果。
福利待遇
- 股權薪酬。
- 公司福利。