Infrastructure Engineer (Storage)

Lightning AI sucht einen Senior Storage Infrastructure Engineer, um unser Infrastructure Engineering Team zu verst4ken. In dieser Rolle konzentrieren Sie sich auf den Aufbau und Betrieb der Speichersysteme, die groe AI/ML-Trainings-, Inferenz- und HPC-Workloads untersttzen. Sie arbeiten an der Schnittstelle von Software, Hardware und Betrieb - entwickeln Automatisierung, verbessern die Zuverlssigkeit und skalieren verteilte Speichersysteme in unserer Bare-Metal-Infrastruktur. Sie helfen dabei, die Datenebene unserer Speicherinfrastruktur zu betreuen und untersttzen den Hochdurchsatz und den niedrigen Latenzzugriff auf Daten fr einige der anspruchsvollsten AI-Workloads. Sie spielen eine entscheidende Rolle beim Management und der Weiterentwicklung unseres Speicherstacks (einschlien VAST und S3-kompatible Systeme wie Ceph) und stellen die Leistung, Zuverlssigkeit und Effizienz im Groen sicher.

Wir sind flexibel hinsichtlich des Standorts fr dieses Team. Diese Rolle kann hybrid aus einem unserer US-basierten Hubs (Seattle, NYC oder SF) oder voll remote innerhalb der USA arbeiten, mit gelegentlichen Unternehmens- und Team-Offsites. Wir knnen fr diese Position derzeit keine Visumsuntersttzung anbieten.

Was Sie tun werden:

• Speichersysteme & Infrastruktur: Betrieb und Skalierung verteilter Speichersysteme, einschließlich VAST und S3-kompatibler Objektspeicher (z.B. Ceph); Verbesserung der Leistung, Zuverlssigkeit und Effizienz von Speichersystemen, die groe AI/ML-Workloads untersttzen; Fehlersuche bei komplexen Speicher- und Datenpfadproblemen ber Hardware- und Softwareebenen; Optimierung der Speicherleistung zur Untersttzung von hochdurchsatz- und latenzarmen AI-Trainings- und Inferenz-Workloads.
• Automatisierung & Tools: Aufbau und Wartung von Automatisierung fr Bereitstellung, Verwaltung und berwachung der Speicherinfrastruktur; Entwicklung von Python-basierten Tools und Workflows zur Reduzierung des manuellen Betriebsaufwands; Verbesserung des Lebenszyklusmanagements von Speicherclustern, von der Bereitstellung bis zur Wartung und Skalierung.
• Systeme & Betrieb: Verwaltung und Betrieb von Linux-basierten Systemen in der Produktion, einschließlich Bare-Metal-Umgebungen; Zusammenarbeit mit Infrastruktur- und Rechenzentrumsteams bei Hardware-Implementierungen, Upgrades und Problemlsungen; Untersttzung bei der Kapaztsplanung, Nutzungstracking und Prognosen fr Speichersysteme; Nutzung von berwachung und Telemetrie zur Diagnose von Problemen und Verbesserung der Systemleistung und -zuverlssigkeit.
• Bereichsbergreifende Zusammenarbeit: Enge Zusammenarbeit mit Infrastrukturengineering, Netzwerkengineering und Plattformteams zur Integration von Speicher in die breitere Plattform; Beitrag zu Entwurfsdiskussionen ber neue Infrastrukturimplementierungen und Skalierungsstrategien; Hilfe bei der Definition von Best Practices fr den Betrieb von Speichersystemen in Hochleistungsrechenumgebungen.

Was Sie brauchen:

• Erforderliche Qualifikationen: 5+ Jahre Erfahrung im Infrastrukturengineering, Systemengineering oder verwandten Rollen; praktische Erfahrung im Betrieb verteilter Speichersysteme (z.B. VAST, Ceph oder vergleichbar); starke Linux-Systemerfahrung in Produktionsumgebungen; Kenntnisse in Python oder ähnlichen Skript-/Programmiersprachen zur Automatisierung; Erfahrung mit Bare-Metal-Infrastruktur und hardwareorientierten Systemen; Fähigkeit, komplexe Probleme über Systemgrenzen hinweg zu debuggen (Speicher, OS, Hardware, Netzwerk); Erfahrung mit Speicher-Netzwerkprotokollen (z.B. NFS oder vergleichbar); Erfahrung mit Kapazitätsplanung, Überwachung und Leistungsoptimierung.
• Ideale Erfahrung: Erfahrung mit VAST-Speichersystemen in Produktionsumgebungen; Betrieb von S3-kompatiblem Objektspeicher in großem Maßstab; Erfahrung im Rechenzentrumsbetrieb, einschließlich der Arbeit mit physischer Hardware; Vertrautheit mit AI/ML- oder HPC-Workloads und deren Speicheranforderungen; Hintergrund in Hochleistungs- oder latenzarmen verteilten Systemen; Vertrautheit mit Hochgeschwindigkeits-Datenübertragungstechnologien (z.B. RDMA, GPU Direct Storage); Erfahrung in der Unterstützung von GPU-basierten Workloads oder großflächigen Compute-Clustern.

Vergütung: Wir verpflichten uns, wettbewerbsfähige Vergütung anzubieten, die den Wert widerspiegelt, den jedes Teammitglied in unsere Mission einbringt. Endangebote basieren auf Faktoren wie Erfahrung, Fähigkeiten, geografischem Standort und Rollenerwartungen. Neben dem Grundgehalt umfasst unser Gesamtvergütungspaket für berechtigte Rollen einen diskretionären Bonus, eine bedeutende Eigenkapitalkomponente und umfassende Leistungen. Die erwartete jährliche Grundgehaltsspanne für diese Rolle liegt zwischen $180.000 und $200.000 USD.

Leistungen und Vergünstigungen: Wir bieten ein umfassendes und wettbewerbsfähiges Leistungspaket, das darauf ausgelegt ist, die Gesundheit, das Wohlbefinden und den langfristigen Erfolg unserer Mitarbeiter zu unterstützen. Die Leistungen können je nach Standort, Team und Rolle variieren. Zu den Leistungen gehören: umfassende medizinische, zahnmedizinische und visuelle Abdeckung (USA); private medizinische und zahnmedizinische Versicherung (UK); Altersvorsorge- und finanzielle Wellness-Unterstützung (USA); Pensionsbeitrag (UK); großzügige bezahlte Freizeit sowie Feiertage; bezahlte Elternzeit; Unterstützung bei der beruflichen Entwicklung; Wellness- und Homeoffice-Zuschüsse; flexibles Arbeitsumfeld.

Bei Lightning AI setzen wir uns dafür ein, ein integratives und diverses Arbeitsumfeld zu fördern. Wir glauben, dass diverse Teams Innovationen vorantreiben und bessere Produkte schaffen. Wir bieten allen Mitarbeitern und Bewerbern gleiche Beschäftigungsmöglichkeiten, ohne Berücksichtigung von Rasse, Hautfarbe, Religion, Geschlecht, sexueller Orientierung, Geschlechtsidentität, nationaler Herkunft, Alter, Behinderung, Veteranenstatus oder einer anderen geschützten Eigenschaft. Wir sind bestrebt, eine Kultur aufzubauen, in der jeder gedeihen und sein volles Potenzial ausschöpfen kann.