Ingeniero Sénior de Clústeres de IA y HPC

• Licenciatura o grado en Informática, Ingeniería o un campo relacionado y más de 8 años de experiencia

• Conocimiento de tecnologías de soluciones de HPC e IA, desde CPUs y GPUs hasta interconexiones de alta velocidad y software de soporte

• Experiencia con herramientas de orquestación y programación de cargas de trabajo, tales como Slurm, K8s

• Excelente conocimiento de redes en Windows y Linux (Redhat/CentOS y Ubuntu) (sockets, firewalld, iptables, wireshark, etc.) e internos, ACLs, protección de seguridad a nivel de SO y protocolos comunes como TCP, DHCP, DNS, etc.

• Experiencia con múltiples soluciones de almacenamiento como Lustre, GPFS, Weka.io. Familiaridad con tecnologías de almacenamiento nuevas y emergentes.

• Experiencia en programación con Python y scripting en bash.

• Comodidad con herramientas de automatización y gestión de la configuración como Jenkins, Ansible, Puppet/chef

• Conocimiento profundo de protocolos de red como InfiniBand, Ethernet

• Comprensión profunda y experiencia con sistemas virtuales (por ejemplo, VMware, Hyper-V, KVM o Citrix)

• Familiaridad con plataformas de cloud computing (por ejemplo, AWS, Azure, Google Cloud)

• Conocimiento de arquitectura de CPU y/o GPU

• Conocimiento de Kubernetes y tecnologías de microservicios relacionadas con contenedores

• Experiencia con hardware/software centrado en GPU (DGX, Cuda)

• Experiencia con redes RDMA (InfiniBand o RoCE)

NVIDIA busca un "HPC-AI Engineer" experimentado para unirse al equipo de "Networking Clusters Solutions Infrastructure". Nos centramos en la construcción de supercomputadores y clusters de IA basados en tecnologías revolucionarias. Buscamos un ingeniero excepcional que sea una pieza clave en el hardware y software de computación más emocionante para contribuir a los últimos avances en inteligencia artificial y computación con GPU. Aportarás conocimientos sobre el diseño de sistemas a escala y mecanismos de ajuste para ejecuciones de cómputo a gran escala. Trabajarás con las plataformas de software y hardware de computación acelerada y "Deep Learning" más recientes, y con muchos investigadores científicos, desarrolladores y clientes para crear flujos de trabajo mejorados y desarrollar nuevas soluciones diferenciadoras líderes. Interactuarás con especialistas en HPC, sistemas operativos, computación con GPU y sistemas para arquitecturar, desarrollar y poner en marcha plataformas de rendimiento a gran escala.

• Diseñar, implementar y mantener clusters de HPC/AI a gran escala con monitorización, registro y alertas

• Gestionar las programaciones de tareas/cargas de trabajo en Linux y las herramientas de orquestación

• Desarrollar y mantener pipelines de integración y entrega continuas

• Desarrollar herramientas para automatizar el despliegue y la gestión de entornos de infraestructura a gran escala, para automatizar la monitorización operativa y las alertas, y para permitir el consumo de recursos mediante autoservicio

• Desplegar soluciones de monitorización para los servidores, la red y el almacenamiento

• Realizar la resolución de problemas de forma ascendente (bottom-up), desde el "bare metal", el sistema operativo, el stack de software hasta el nivel de aplicación

• Actuar como recurso técnico, desarrollar, redefinir y documentar metodologías estándar para compartir con los equipos internos

• Apoyar las actividades de Investigación y Desarrollo (R&D) y participar en POCs/POVs para futuras mejoras