Infrastructure Operations Engineer

Wer wir sind: Lightning AI ist das Unternehmen hinter PyTorch Lightning. Gegründet im Jahr 2019, bauen wir eine End-to-End-Plattform für die Entwicklung, das Training und den Einsatz von KI-Systemen – konzipiert, um Ideen mit weniger Reibung von der Forschung in die Produktion zu bringen. Durch unsere Fusion mit Voltage Park, einer Neocloud- und KI-Fabrik, kombiniert Lightning AI entwicklerfreundliche Software mit kosteneffizientem, großflächigem Computing. Wir bedienen Einzelpersonen, Startups und große Unternehmen. Lightning AI ist global tätig mit Büros in New York City, San Francisco, Seattle und London und wird von Coatue, Index Ventures, Bain Capital Ventures und Firstminute unterstützt.

Unsere Werte:

• Schnelligkeit: Wir handeln schnell und präzise, indem wir große Herausforderungen in erreichbare Schritte unterteilen.
• Fokus: Wir verfolgen ein Ziel nach dem anderen mit Sorgfalt und arbeiten als Team zusammen, um Funktionen präzise zu liefern.
• Balance: Nachhaltige Leistung kommt von Ruhe und Erholung. Wir sorgen für eine gesunde Work-Life-Balance, um Sie auf Ihrem besten Niveau zu halten.
• Handwerkskunst: Innovation durch Exzellenz. Jedes Detail zählt, und wir sind stolz darauf, unser Handwerk zu meistern.
• Minimalismus: Einfachheit treibt unsere Innovation voran. Wir beseitigen Komplexität durch Disziplin und konzentrieren uns auf das, was wirklich wichtig ist.

Was wir suchen: Lightning AI sucht erfahrene Infrastructure Operations Engineers, um unsere nächste Generation der KI-Infrastrukturplattform zu skalieren und zu betreiben. Unser InfraOps-Team befindet sich im Zentrum von Zuverlässigkeit, Automatisierung und operativer Skalierung für GPU-Infrastruktur. Dieses Team ist verantwortlich für Break/Fix-Operationen, Vorfallreaktion, Kundenbereitstellung, Beobachtbarkeit und die Automatisierungssysteme, die komplexe Infrastruktur effizient am Laufen halten. In dieser Rolle arbeiten Sie praktisch mit großflächigen GPU-Umgebungen, Linux-Systemen, Bare-Metal-Infrastruktur, Bereitstellungs-Workflows und Plattformzuverlässigkeit. Sie arbeiten eng mit den Teams für Infrastrukturengineering, Netzwerkbetrieb und Softwareplattform zusammen, um Probleme zu beheben, die betriebliche Effizienz zu verbessern und Automatisierungen zu erstellen, die manuelle Arbeit im Laufe der Zeit reduzieren.

Was Sie tun werden: Unter der Leitung des Managers für Infrastrukturoperationen entwerfen, bauen und implementieren Sie neue Plattformen und Muster, um Vorfälle zu minimieren und kundenorientierte sowie interne Funktionen zu ermöglichen. Sie setzen Updates und Verbesserungen um, um sowohl die internen als auch die Endkundenanwendungsfälle von Voltage Park zu unterstützen. Sie arbeiten mit Kollegen aus den Bereichen Infrastrukturengineering, Netzwerkbetrieb, Kundenerfolg sowie Software- und Plattformentwicklung zusammen. Sie nehmen an der Rufbereitschaft teil, die gleichmäßig auf alle Teammitglieder verteilt ist, wobei Sie zuerst primär und dann in eine sekundäre Position wechseln.

Was Sie benötigen:

• 8+ Jahre Erfahrung mit Linux als Server-/Hosting-Plattform, zusätzliche Punkte für Erfahrungen mit Ubuntu.
• 5+ Jahre Erfahrung mit AWS.
• 2+ Jahre Erfahrung mit Kubernetes und starken Container-Grundlagen.
• 2+ Jahre Erfahrung mit Terraform und Ansible.
• 2+ Jahre Erfahrung mit netzwerkgebundener Speicherverwaltung (über NFS, Ceph oder andere Protokolle).
• Zusätzliche Punkte für Erfahrungen mit VAST-Speichersystemen.
• Erfahrung mit Überwachungssystemen (Prometheus, ELK-Stack).
• Vertrautheit mit dem GitOps-Workflow.
• Softwareentwicklungserfahrung mit Python, Go, Bash oder anderen Sprachen zur Automatisierung und zum Verbinden von Systemen und APIs.
• Tiefe Netzwerkwissen, zusätzliche Punkte für Erfahrungen mit Rechenzentrumsnetzwerken, 400Gb Ethernet und Infiniband.
• Erfahrung im Aufbau und in der Bereitstellung komplexer Systeme.
• Effektiv im Navigieren von Kompromissen zwischen Design, Risiko, Kosten und Ergebnissen.
• Komfortabel im Umgang mit Unklarheiten.
• Starke schriftliche und mündliche Kommunikation.

Wünschenswerte Qualifikationen:

• Erfahrung mit der Fehlersuche und Bereitstellung von Bare-Metal-Hardware, zusätzliche Punkte für die Arbeit mit Dell-Hardware.
• Erfahrung mit GPU-Servern, sowohl in Bare-Metal-Form als auch unter Virtualisierung.
• Tiefe Erfahrung mit Netzwerkswitches, Routern und Firewalls, insbesondere SONiC-Switches, Palo Alto-Firewalls und Juniper Networks als Anbieter.
• Erfahrung mit VAST-Speichersystemen.

Vergütung: Wir sind bestrebt, wettbewerbsfähige Vergütung anzubieten, die den Wert widerspiegelt, den jedes Teammitglied unserer Mission bringt. Endgültige Angebote basieren auf Faktoren wie Erfahrung, Fähigkeiten, geografischer Lage 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 bei: 160.000–200.000 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, zahnärztliche und augenärztliche Versorgung (USA); private medizinische und zahnärztliche Versicherung (UK).
• Renten- und finanzielle Wellnessunterstützung (USA); Pensionsbeitrag (UK).
• Großzügiger bezahlter Urlaub 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 vielfältige Teams Innovationen vorantreiben und bessere Produkte schaffen. Wir bieten allen Mitarbeitern und Bewerbern gleiche Beschäftigungsmöglichkeiten, ohne Rücksicht auf Rasse, Hautfarbe, Religion, Geschlecht, sexuelle Orientierung, Geschlechtsidentität, nationale Herkunft, Alter, Behinderung, Veteranenstatus oder andere geschützte Merkmale. Wir sind bestrebt, eine Kultur aufzubauen, in der jeder gedeihen und sein volles Potenzial ausschöpfen kann.