Infrastructure Operations Engineer (GPU Computing) - Enterprise AI

Opis firmy:

Aethir to pionierska firma technologiczna na czele infrastruktury obliczeniowej opartej na GPU. Dostarczamy nowoczesne rozwiązania dla szerokiego zakresu branż, w tym AI, uczenia maszynowego i wysokowydajnych obliczeń (HPC). Wykorzystując najnowsze osiągnięcia w dziedzinie sprzętu i oprogramowania, zapewniamy naszym klientom niezrównane możliwości obliczeniowe.

Szukamy wysoko wykwalifikowanego i zmotywowanego Inżyniera Operacji Infrastruktury, który dołączy do naszego dynamicznego zespołu. Jako kluczowy członek zespołu InfraOps, będziesz odgrywać istotną rolę w zarządzaniu i optymalizacji naszej infrastruktury obliczeniowej opartej na GPU w różnych lokalizacjach i u partnerów. Twoim celem będzie zapewnienie maksymalnej wydajności, skalowalności i niezawodności.

Kluczowe obowiązki:

• Zarządzanie infrastrukturą: Wdrażanie, konfigurowanie i utrzymywanie infrastruktury obliczeniowej opartej na GPU, w tym serwerów, pamięci masowej, sieci i związanego oprogramowania. Aethir udostępnia obliczenia od kilkudziesięciu dostawców na całym świecie, od 4090 po H200.
• Monitorowanie i optymalizacja: Wdrażanie solidnych systemów monitorowania i alertowania, aby proaktywnie identyfikować wąskie gardła wydajności, ograniczenia zasobów i potencjalne awarie. Ciągła optymalizacja infrastruktury w celu poprawy wydajności, efektywności i opłacalności.
• Automatyzacja i orkiestracja: Opracowywanie skryptów automatyzacji i narzędzi w celu usprawnienia wdrażania, konfigurowania i zarządzania komponentami infrastruktury. Wdrażanie zasad infrastruktury jako kodu (IaC), aby umożliwić szybkie wdrażanie i skalowanie.
• Bezpieczeństwo i zgodność: Wdrażanie i egzekwowanie najlepszych praktyk w zakresie bezpieczeństwa w celu ochrony wrażliwych danych i zapewnienia zgodności z odpowiednimi przepisami i standardami branżowymi. Przeprowadzanie regularnych audytów bezpieczeństwa i oceny podatności na zagrożenia.
• Reakcja na incydenty i rozwiązywanie problemów: Zapewnianie wsparcia na poziomie 3 dla problemów związanych z infrastrukturą, badanie przyczyn podstawowych i wdrażanie szybkich rozwiązań. Udział w rotacji dyżurów w celu reagowania na krytyczne incydenty poza godzinami pracy.
• Planowanie pojemności i skalowanie: Współpraca z zespołami cross-funkcjonalnymi w celu prognozowania wymagań dotyczących zasobów, planowania aktualizacji pojemności i skalowania infrastruktury w celu zaspokojenia rosnącego obciążenia i wymagań użytkowników.
• Dokumentacja i dzielenie się wiedzą: Utrzymywanie kompleksowej dokumentacji konfiguracji infrastruktury, procedur i wytycznych dotyczących rozwiązywania problemów. Dzielenie się wiedzą i najlepszymi praktykami z członkami zespołu w celu promowania ciągłego uczenia się i rozwoju umiejętności.

Wymagania:

• Doświadczenie w operacjach infrastruktury, najlepiej w roli DevOps, SRE, Inżyniera Sprzedaży lub Architekta Rozwiązań skupionego na obliczeniach GPU.
• Biegłość w zarządzaniu infrastrukturą obliczeniową opartą na GPU, w tym w NVIDIA GPUs i programowaniu CUDA.
• Silna ekspertyza w administracji systemami Linux i skrypt