Senior HPC Cluster Engineer

Роль

Мы ищем Senior HPC Cluster Engineer, который присоединится к нашей команде и сыграет ключевую роль в разработке нашей передовой гиперскалер‑платформы. Команда GPU & InfiniBand отвечает за улучшение и оптимизацию основных компонентов нашей Cloud‑платформы, с особым акцентом на вычисления с GPU, сети InfiniBand и стек KVM/QEMU. Вы будете тесно работать с технологиями аппаратной виртуализации и эмуляции устройств, обеспечивая высокую производительность и безопасность в мног GPU, HPC‑окружениях. Роль включает анализ, устранение неполадок и улучшение инфраструктуры для поддержки нового оборудования, тонкую настройку производительности системы и автоматизацию обнаружения и устранения сбоев в сложной системе.

• Тонкая настройка производительности GPU‑кластеров и сетей InfiniBand для обеспечения оптимальной работы в HPC и GPU‑ориентированных средах.

• Анализ и устранение причин проблем, связанных с GPU и сетями InfiniBand, а также предложение корректирующих действий.

• Интеграция нового оборудования в существующую инфраструктуру, включая поддержку нового GPU‑оборудования через программные стеки, такие как Kubernetes, QEMU и KVM.

• Улучшение систем автоматизации для проактивного мониторинга, обнаружения и решения проблем в средах GPU и InfiniBand.

• Конфигурирование и управление GPU‑устройствами и тканями InfiniBand, обеспечение их эффективной и надёжной работы.

• 5+ лет профессионального опыта разработки системного программного обеспечения (с фокусом на оптимизацию производительности, низкоуровневое программирование).

• 3+ года практического опыта работы с Linux‑системами (администрирование, устранение неполадок и настройка производительности).

• Глубокое понимание архитектуры серверов, включая PCIe‑устройства, NIC, Linux OS/Kernel и системы высокопроизводительных вычислений (HPC).

• Сильные навыки программирования на одном или нескольких языках, ориентированных на производительность (C/C++, Go, Python).

• Опыт энд‑то‑энд тестирования GPU в кластерной среде с использованием сетей InfiniBand.

• Доказанный опыт анализа и оптимизации производительности HPC‑нагрузок (например, симуляций, анализа данных, AI/ML‑нагрузок).

• Знакомство с протоколами RDMA, RoCE и InfiniBand для высокопроизводительной коммуникации.

• Опыт в Software‑Defined Networking (SDN) и работе с сетями HPC‑кластеров.

• Понимание виртуализации QEMU/KVM и управления виртуализованными окружениями.

• Опыт работы с фреймворками глубокого обучения, такими как PyTorch и TensorFlow, и их интеграцией в HPC‑системы.

• Знакомство с библиотеками коллективных коммуникаций, такими как MPI и NCCL, для распределённых вычислений.

• Конкурентоспособная компенсация

• Возможности карьерного роста и обучения

• Гибкость и возможность влиять на процессы

• Коллаборативная и инновационная культура

• Возможность работать над значимыми AI‑проектами

• Международная среда и талантливые команды

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

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

Если вам нужны условия доступа в процессе подачи заявки, пожалуйста, дайте нам знать.