GPU Systems Engineer

これは意向確認（Expression of Interest）であり、現在募集中のポジションではありません。

私たちはAMD InstinctおよびNvidia HGXクラスのハードウェアでGPUクラスターを運用しています。システムエンジニアリングの業務は、ファームウェアおよびROCmまたはCUDAスタックから、ファブリック、光学系、RDMA、ストレージを経て、テナント対応クラスターまでの全工程を含みます。

意味のある規模での本番GPUシステムの構築または運用経験があれば、ぜひご連絡ください。

• 新規GPUクラスターの立ち上げ：ファームウェア、BIOS、ドライバースタック、ファブリック設定、検証。
• クラスターレベルでのRDMA、RoCE、NCCLまたはRCCLの動作チューニングとトラブルシューティング。
• テナント全体でのROCm、CUDAおよびサポートライブラリスタックの運用。
• プラットフォーム、ネットワーク、DCチームとのキャパシティ、信頼性、ハードウェア交換の調整。
• 次のオペレーターが参照するランブックの作成。

• AMD InstinctまたはNvidia HGXクラスの本番GPUクラスターの実践的な経験。
• 強力なLinuxの基礎、カーネルおよびドライバーレベルのトラブルシューティング。
• RDMAファブリック設計、NCCLまたはRCCLチューニング、マルチノードトレーニングパフォーマンスの理解。
• ファームウェアアップデート、ハードウェア診断、ベンダーエスカレーションへの対応。
• 体系的な思考。部品を交換するのではなく、変数を特定できる方。

OneQodeは、パフォーマンスデジタルインフラのグローバルプロバイダーです。cloudコンピュート、低レイテンシネットワーキング、5大陸30以上のデータセンターにわたるソブリンテクノロジーを統合した垂直統合プラットフォームにより、エンタープライズ、政府、パフォーマンスを追求する企業がAIおよびミッションクリティカルなワークロードをグローバルに大規模で実行できるよう支援しています。

ご自身に合うと感じたら、ぜひご連絡ください。

下のボタンをクリックしてご応募ください。