
Állás
HPC infrastruktúra megbízhatósági mérnök (SRE)
DevOps / SRE
• Remote
• Teljes munkaidő
•
Gloucestershire, Egyesült Királyság
Egy gyorsan növekvő GPU-as-a-Service szolgáltató keres senior szintű infrastruktúra SRE-t, aki nagy léptékű, elosztott rendszerekben és GPU-alapú HPC/AI infrastruktúrában szerzett tapasztalattal rendelkezik. A szerep 24/7 ügyeleti környezetben biztosítja a kritikus infrastruktúra megbízhatóságát és teljesítményét.
Feladatok
- ▹Kritikus HPC/AI infrastruktúra üzemeltetése 24/7 ügyeletben
- ▹GPU-alapú HPC rendszerek hibaelhárítása több rétegen át
- ▹Új HPC környezetek teljesítményértékelése és üzembe helyezési tesztelése
- ▹Megfigyelhetőség (observability) és automatizálás fejlesztése
- ▹Együttműködés hálózati, platform-SRE és adatközponti csapatokkal
- ▹Visszacsatolás az infrastruktúra-tervezési döntésekhez
Elvárások
- ▹Nagy léptékű, elosztott rendszerek üzemeltetésében szerzett tapasztalat
- ▹Friss, gyakorlati HPC és AI infrastruktúra tapasztalat
- ▹Erős Linux és elosztott rendszerek ismeret
- ▹NVIDIA GPU ökoszisztéma és RDMA hálózatok (RoCE, InfiniBand) ismerete
- ▹Tapasztalat bare metal, hálózat, tárolás, virtualizáció és orchestration terén
Előny
- ▹Legújabb, nagy sűrűségű AI compute platformok ismerete
- ▹Teljesítmény-validálási és benchmarking tapasztalat
- ▹Ansible, Prometheus, Grafana eszközök használata
Soft skillek
Kereszt-funkcionális együttműködés több csapattalMélytechnikai, problémamegoldó gondolkodásÖnálló helytállás gyorsan változó, kritikus környezetben
Amit kínálunk
- ▹Hozzáférés a legmodernebb GPU/CPU platformokhoz
- ▹Munka a világ legfejlettebb HPC infrastruktúráin
A munkáltatóról
Gyorsan növekvő GPU-as-a-Service szolgáltató, amely skálázható, nagy teljesítményű compute infrastruktúrát biztosít AI és HPC munkaterhelésekhez globális adatközpontokban.
Hasonló állások
Állás
Site Reliability Engineer (EU/UK Based - Remote)
Duvo
AI/ML
+7
110 000–220 000 EUR/év
bruttó
🌍 Remote
EU/UK - Remote
🗣️ EN

Állás
Infrastruktúra üzemeltetési mérnök (SRE)
Radiant
+2
💰 Bér: nincs megadva
🌍 Remote
Gloucestershire
🗣️ EN

Állás
DevOps Engineer
Capgemini
Datadog
+12
💰 Bér: nincs megadva
🏢 Helyszíni
London
🗣️ EN

Állás
Technical Site Reliability Engineer
Anduril
Cpp
+5
💰 Bér: nincs megadva
🏢 Helyszíni
London
🗣️ EN

Állás
Site Reliability Engineer-GCP
Wipro
+7
💰 Bér: nincs megadva
🏢 Helyszíni
Bristol
🗣️ EN

Állás
DevOps Engineer (GCP)
Intermedia
Argocd
+10
💰 Bér: nincs megadva
🌍 Remote
csak Egyesült Királyság
🗣️ EN