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。
資深軟體工程師，分散式系統與EDA基礎設施
為NVIDIA電子設計自動化基礎設施打造可靠的自動化與平台服務。 透過排程、監控、診斷與復原系統，營運大型GPU與CPU運算叢集。
說明
- 建立平台，自動化大規模GPU與CPU運算基礎設施的佈建、設定、操作與生命週期管理
- 開發監控、系統健康與修復能力，提升EDA運算環境的可靠性、可用性與利用率
- 自動化硬體部署、作業系統設定、韌體與軟體更新、叢集註冊及復原程序
- 建立可靠的服務與工作流程，連接工作負載排程器、基礎設施管理與可觀測性平台
- 分析硬體診斷、作業系統訊號、排程器資訊，以及網路與儲存遙測資料，診斷故障並復原異常系統
- 與EDA、基礎設施、網路、儲存及硬體工程團隊合作，為關鍵晶片設計工作負載交付可擴充的平台
- 參與事件回應、根本原因調查、容量規劃及生產服務的持續改進
職位要求
- 至少五年支援大規模生產系統的軟體或基礎設施工程經驗
- 具備電腦科學、工程、物理、數學或相關領域學士學位，或具備同等實務經驗
- 具備扎實的Go或Python程式設計能力
- 熟悉資料結構、演算法、測試與軟體設計原則
- 具備為分散式系統與大規模Linux運算叢集建立自動化方案的經驗
- 了解複雜系統中的效能、安全性、可靠性、容錯、狀態管理與資料一致性
- 具備基礎設施自動化、軟體交付、可觀測性及營運復原經驗
- 具備清晰的溝通能力，能夠跨團隊、跨組織及跨地域協作
- 具備大規模EDA或高效能運算基礎設施經驗者佳
- 深入了解Linux、GPU與CPU伺服器架構、網路、儲存及裸機生命週期管理者佳
- 具備Slurm、LSF、Kubernetes或Bright Cluster Manager實務經驗者佳
- 具備支援EDA應用程式、授權管理平台、高吞吐量批次工作負載或半導體設計流程經驗者佳
- 具備開發自動化健康檢查、故障修復、韌體與作業系統升級流程或節點佈建系統經驗者佳
- 具備在多個資料中心或多樣硬體環境中營運基礎設施經驗者佳
福利待遇
- 股權
- 福利