Senior AI Infrastructure Systems Engineer (R&D / GPU / AI)

Роль:

Роль включает формирование технических гипотез, разработку целевых тестов, анализ системных журналов и низкоуровневых данных аппаратного обеспечения, а также различение отказов GPU, хоста, прошивки, межсоединений, тепловых и физических компонентов. Требуется высокая степень ответственности, любознательность и способность превращать неоднозначные проблемы в выводы, основанные на доказательствах, и в повторяемые процедуры устранения неисправностей.

Это старшая позиция системного инженера, сосредоточенная на диагностике и устранении сложных отказов аппаратного обеспечения и платформ в высокопроизводительной AI‑инфраструктуре. Инженер будет работать с Linux, GPU‑серверами, PCIe, прошивкой, питанием и охлаждением, чтобы определить истинную причину проблем, для которых может не существовать готовой процедуры устранения.

Роль включает формирование технических гипотез, разработку целевых тестов, анализ системных журналов и низкоуровневых данных аппаратного обеспечения, а также различение отказов GPU, хоста, прошивки, межсоединений, тепловых и физических компонентов. Требуется высокая степень ответственности, любознательность и способность превращать неоднозначные проблемы в выводы, основанные на доказательствах, и в повторяемые процедуры устранения неисправностей.

Это старшая позиция системного инженера, сосредоточенная на диагностике и устранении сложных отказов аппаратного обеспечения и платформ в высокопроизводительной AI‑инфраструктуре. Инженер будет работать с Linux, GPU‑серверами, PCIe, прошивкой, питанием и охлаждением, чтобы определить истинную причину проблем, для которых может не существовать готовой процедуры устранения.

• Минимум 5 лет практического опыта системного инжиниринга в области Linux, серверного аппаратного обеспечения, прошивки, PCIe и платформ GPU или высокопроизводительных вычислений.
• Обширный опыт работы с Linux, особенно использование Linux в качестве среды для отладки аппаратного обеспечения, системного устранения неисправностей и исследования платформ.
• Знание ядра Linux и опыт отладки или устранения неисправностей на уровне ядра.
• Глубокие знания современной серверной архитектуры, особенно в высокопроизводительных средах на базе GPU.
• Глубокие знания платформ NVIDIA GPU и диагностических инструментов, включая nvidia-smi, анализ XID и SXID, поведение GSP и драйверов, NVLink, NVSwitch, Fabric Manager, диагностику DCGM и тестирование NCCL
• Глубокие знания PCIe, включая топологию, перечисление, корневые комплексы, конечные точки, коммутаторы, мосты, ретаймеры, скорость и ширину канала, ошибки AER и DPC, тайм‑ауты завершения и отказы канала. Кандидаты должны понимать, как ошибки на уровне протокола могут быть связаны с проблемами физического уровня или целостности сигнала.
• Опыт бенчмаркинга систем по производительности, стабильности, энергоэффективности, тепловому поведению и характеристикам нагрузки
• Глубокое понимание взаимодействия прошивок, включая BIOS/UEFI, BMC, CPLD/FPGA, прошивку GPU, прошивку NIC и другие компоненты платформы.
• Опыт низкоуровневой коммуникации с аппаратным обеспечением и отладки с использованием I²C, SMBus, PMBus, карт регистров, битовых масок, данных на уровне байтов и слов, а также технической документации устройств.
• Доказанная способность устранять сложные проблемы аппаратного обеспечения, программного обеспечения и сетей.
• Опыт глубокого расследования проблем, анализа корневых причин и оптимизации производительности в облачных или высокопроизводительных вычислительных средах.
• Сильные аналитические и проблемно‑решающие навыки с ориентацией на производительность.
• Скриптинг и автоматизация с использованием различных языков (Python\Go)

• Медицинская страховка: 100 % покрытие медицинских, стоматологических и офтальмологических расходов, оплачиваемое компанией, для сотрудников и их семей.
• План 401(k): до 4 % сопоставления компанией с мгновенным вестингом.
• Декретный отпуск: 20 недель с оплатой для основных опекунов, 12 недель — для второстепенных опекунов.
• Возмещение расходов на удалённую работу: до $85 в месяц на мобильную связь и интернет.
• Страхование от инвалидности и жизни: покрытие краткосрочного, долгосрочного и страхования жизни, оплачиваемое компанией.

Вознаграждение

• Мы предлагаем конкурентоспособную зарплату в диапазоне от $179 500 до $224 300 + квартальные бонусы за результаты.

Преимущества и привилегии:

• Конкурентоспособное вознаграждение
• Возможности карьерного роста и обучения
• Гибкость и автономия
• Сотрудничественная и инновационная культура
• Возможность работать над значимыми AI‑проектами
• Международная среда и талантливые команды

Заявление о равных возможностях:

Nebius является работодателем, предоставляющим равные возможности. Мы привержены созданию инклюзивного и разнообразного рабочего места и предоставлению равных возможностей трудоустройства во всех его аспектах. Мы не дискриминируем по признаку расы, цвета кожи, религии, пола (включая беременность), национального происхождения, происхождения, возраста, инвалидности, генетической информации, семейного положения, статуса ветерана, сексуальной ориентации, гендерной идентичности или выражения, а также любого другого признака, защищённого применимым законодательством.

Кандидаты должны иметь разрешение на работу в стране, в которой подают заявку, и будут обязаны предоставить подтверждение права на трудоустройство в качестве условия найма.

Если вам нужны специальные условия во время процесса подачи заявки, пожалуйста, дайте нам знать.