資深 GPU 基礎架構工程師 - 美國遠端
負責 Vultr 用於 AI 訓練與推論的 GPU 基礎架構驗證、效能最佳化與可靠性。您將負責新硬體驗證、分散式系統疑難排解，並持續改善大規模叢集自動化。
說明
- 設計並擴展支援 AI 訓練與推論工作負載的 GPU 基礎架構
- 負責 GPU 叢集及新進硬體平台的端到端驗證
- 主導新 GPU 平台的資格認證與初始部署工作
- 找出並解決 GPU、CPU、PCIe 與網路各層的效能限制
- 建立並維護驗證架構、測試套件與效能基準
- 建置並改善叢集佈建與驗證流程的自動化
- 設定效能目標並定義可重複的驗證方法
- 診斷複雜的分散式系統問題，包括涉及 NCCL 等函式庫的問題
- 透過預防性測試與效能調校強化系統可靠性
- 指導工程師並拓展團隊的技術能力
- 協調跨職能工作，提升 GPU 叢集的可靠性與效率
職位要求
- 至少五年 GPU 基礎架構、高效能運算或分散式系統相關經驗
- 深入了解 Linux 系統與伺服器硬體
- 具備操作或支援大規模 GPU 叢集的實際經驗
- 具備超越基本腳本撰寫的扎實 Python 程式設計能力
- 具備 Ansible 或同類自動化架構的實務經驗
- 具備為 GPU 基礎架構建立驗證標準與效能基準的經驗
- 具備跨硬體、作業系統與網路層進行除錯的能力
- 具備高速網路概念的實務知識
- 具備清晰的溝通能力與跨團隊協作方式
- 居住在美國
- 依法獲准在美國工作
- 必須說明是否需要就業簽證贊助
福利待遇
- 公司承擔員工醫療、牙科與視力保險保費的 100%
- 401(k) 以員工提撥金額的 100% 進行配對，最高為 4%，並立即歸屬
- 每年最高 2,500 美元的專業發展費用報銷
- 11 天帶薪假日、累積帶薪休假以及 PTO 結轉
- 任職滿三週年與十週年後可享有額外 PTO
- 每五年享有一個月的帶薪休假
- 年度週年獎金
- 第一年提供 500 美元遠端辦公設備補助，之後每年提供 400 美元
- 每月最高 75 美元的網路費用報銷
- 每月最高 50 美元的健身房會員費報銷
- 公司支付 Wellable 訂閱費用