Senior HPC Cluster Engineer

Wir suchen derzeit einen Senior HPC Cluster Engineer in Deutschland. Treten Sie einer hochwirksamen Ingenieurumgebung bei, die sich auf den Fortschritt der nächsten Generation von KI-Cloud-Infrastrukturen im Hyperscale-Bereich konzentriert. Diese Rolle bietet die Möglichkeit, an modernster GPU-Computing-, Hochleistungsnetzwerk- und verteilten Infrastruktursystemen zu arbeiten, die großangelegte KI- und maschinelles Lernen-Workloads unterstützen.

Als Senior HPC Cluster Engineer spielen Sie eine Schlüsselrolle bei der Optimierung von GPU-Clustern, der Verbesserung der InfiniBand-Netzwerkleistung und der Gewährleistung der Zuverlässigkeit in komplexen HPC-Umgebungen. Sie werden mit hochqualifizierten Ingenieuren zusammenarbeiten und zu Infrastrukturverbesserungen in den Bereichen Virtualisierung, Automatisierung, Leistungsoptimierung und Hardwareintegration beitragen. Die Position kombiniert tiefes technisches Eigentum mit bedeutender Zusammenarbeit in einer schnelllebigen, innovationsgetriebenen Umgebung, die für ehrgeizige Ingenieure geschaffen wurde.

Verantwortlichkeiten:

• Optimierung der Leistung, Skalierbarkeit und Zuverlässigkeit von GPU-Clustern und InfiniBand-Netzwerken innerhalb von Hochleistungsrechenumgebungen.
• Analyse, Fehlersuche und Behebung von Ursachenproblemen im Zusammenhang mit GPU-Infrastruktur, Netzwerkleistung und verteilten Computersystemen.
• Integration und Unterstützung neuer Hardwaretechnologien, einschließlich GPU-Geräte, in bestehende Cloud- und Virtualisierungsumgebungen.
• Konfiguration, Wartung und Verbesserung der Orchestrierung von GPU-Geräten, Kubernetes-Integrationen und Virtualisierungsstacks wie QEMU und KVM.
• Entwurf und Verbesserung von Automatisierungssystemen für proaktive Überwachung, Fehlererkennung und Problemlösung in HPC-Clustern.
• Zusammenarbeit mit Ingenieurteams zur Verbesserung der Effizienz der Infrastruktur, der Systemleistung und der Plattformresilienz.
• Durchführung von Leistungsanalysen und -optimierungen für HPC-Workloads, einschließlich KI/ML-Training, Simulationen und großangelegter Datenverarbeitung.
• Beitrag zur Evolution der Infrastruktur durch Verbesserung der Netzwerk-, Virtualisierungs- und verteilten Computerfähigkeiten.

Anforderungen:

• Über 5 Jahre Berufserfahrung in der systemnahen Softwareentwicklung, der Low-Level-Programmierung oder der Optimierung der Infrastrukturleistung.
• Über 3 Jahre praktische Erfahrung mit Linux-Systemen, einschließlich Administration, Fehlersuche und Leistungsoptimierung.
• Starkes Verständnis der Serverarchitektur, der Grundlagen des Linux-Kernels, PCIe-Geräte, NICs und Hochleistungsrechnersysteme.
• Starke Programmierkenntnisse in Sprachen wie C, C++, Go, Python oder ähnlichen leistungsorientierten Technologien.
• Erfahrung mit GPU-Infrastruktur, HPC-Umgebungen, verteilten Systemen oder leistungsorientierten Systemen.
• Vertrautheit mit Containerisierung, Orchestrierung oder Virtualisierungstechnologien, einschließlich Kubernetes, QEMU oder KVM.
• Starke Fähigkeiten in der Fehlersuche, Systemanalyse und Problemlösung in komplexen technischen Umgebungen.
• Ausgezeichnete Zusammenarbeit und Kommunikationsfähigkeiten mit der Fähigkeit, effektiv in funktionsübergreifenden Ingenieurteams zu arbeiten.
• Zusätzliche Punkte für Erfahrungen mit InfiniBand, RDMA, RoCE, MPI, NCCL, SDN oder GPU-Cluster-Testumgebungen.
• Zusätzliche Erfahrung mit Deep-Learning-Frameworks wie PyTorch oder TensorFlow und KI/ML-Infrastruktur ist sehr wertvoll.

Vorteile:

• Wettbewerbsfähiges Vergütungspaket, das an Erfahrung und technische Expertise angepasst ist.
• Flexibles Remote-Arbeitsumfeld, das die Work-Life-Balance in ganz Europa unterstützt.
• Karriereentwicklungsmöglichkeiten mit kontinuierlichem Lernen und Unterstützung des beruflichen Wachstums.
• Gelegenheit, an wirkungsvollen KI- und Hochleistungsrechenprojekten im globalen Maßstab zu arbeiten.
• Kollaborative, innovative und ingenieurfokussierte Kultur, die auf Eigenverantwortung und Autonomie basiert.
• Einblick in internationale Ingenieurteams in den Bereichen Cloud, Infrastruktur und KI.
• Schnelllebige Umgebung mit bedeutenden technischen Herausforderungen und langfristiger Karriereentwicklung.
• Inklusive Arbeitsplatz, der sich für Vielfalt, Chancengleichheit und das Wachstum der Mitarbeiter einsetzt.