Auf einen Blick
- Aufgaben: Leite ein Team von AI Reliability Engineers und manage den täglichen Betrieb.
- Unternehmen: Innovatives Unternehmen im Bereich KI mit Fokus auf Teamarbeit und Wachstum.
- Vorteile: Attraktives Gehalt, Gesundheitsleistungen und Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Wachsendes Umfeld mit spannenden Herausforderungen und Entwicklungsmöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft der KI und führe ein dynamisches Team zu Höchstleistungen.
- Qualifikationen: Mindestens 6 Jahre Erfahrung in Infrastruktur und 3 Jahre Führungserfahrung.
Das prognostizierte Gehalt liegt zwischen 50715 - 61985 € pro Jahr.
Führen Sie den täglichen Betrieb eines AI Reliability Engineering-Teams von acht bis zehn Ingenieuren in der EMEA-Region. Sie sind verantwortlich für die Mitarbeiter, die Warteschlange, den Dienstplan und die Eskalationen. Sie berichten an den AIR Senior Manager für EMEA, der die Strategie, das Budget und die Beziehungen zu wichtigen Kunden verwaltet, sodass Sie sich auf den Betrieb einer erstklassigen Einrichtung konzentrieren und die Ingenieure weiterentwickeln können.
Der Bestand umfasst derzeit etwa 29.000 GPUs, mit einem Planungsziel von einer Million bis Ende 2027. Sie sind der erste Manager, der unter dem Senior Manager eingestellt wurde, und während die Region wächst, übernehmen Sie die Verantwortung für eine vollständige Säule mit eigener Warteschlange und SOPs. Es handelt sich um eine praktische Rolle: nah genug an GPUs, Linux und Hochleistungsnetzwerken, um einen Vorfall zu leiten und eine Diagnose herauszufordern, während Sie das Team die meiste Woche über führen.
Was Sie tun werden:
- Leitung eines Teams von acht bis zehn AI Reliability Engineers: 1:1-Gespräche, Ziele, Bewertungen, Probezeit, Entwicklung und Einstellung
- Verantwortung für die Warteschlange: Priorisierung, SLA-Einhaltung, MTTR und Rückstand, mit einem benannten Verantwortlichen für jedes Ticket kurz vor einer Verletzung und sauberen Übergaben an Engineering und Anbieter
- Durchführung des Dienstplans und der Rufbereitschaft für das Team innerhalb des EMEA-Abdeckungsmodells und der globalen Übergabe nach dem Follow-the-Sun-Prinzip
- Erster Eskalationspunkt für P1s und Kundeneskalationen, Leitung von Nachbesprechungen nach Vorfällen und Umwandlung wiederkehrender Vorfälle in Problemdokumente und dauerhafte Lösungen
- Verantwortung für die SOPs Ihrer Säule und deren Integration in die Automatisierung von Nscale, sodass wiederholbare Behebungen weniger menschliche Zeit erfordern
- Pflege der täglichen Beziehungen zu DC Operations, Network Operations, Engineering sowie den Teams für Flottenwerkzeuge und Automatisierung
- Wöchentliche und genaue Berichterstattung über die Zahlen Ihres Teams und Erklärung der Veränderungen und deren Gründe
Über Sie:
- Erfahrung: 6+ Jahre in Infrastruktur, Betrieb oder Support-Engineering in Produktionsumgebungen, einschließlich 2+ Jahre im Bereich GPU, HPC oder große Rechenzentrumsbestände
- Führung: 3+ Jahre Erfahrung in der Leitung von Ingenieuren in einer operativen Unterstützungsfunktion, Verantwortung für Bewertungen, Entwicklungspläne und Leistungsmanagement bis hin zu Ergebnissen
- Betriebliche Verantwortung: Sie haben eine Warteschlange gemäß SLAs betrieben und sind damit vertraut, für die Zahlen verantwortlich zu sein
- Kommunikation: klar, spezifisch und prägnant, schriftlich und persönlich
- Entscheidungsfreudigkeit und Pragmatismus: Sie treffen Entscheidungen mit unvollständigen Informationen, verbessern Prozesse, ohne die Lieferung zu verlangsamen, und verpflichten sich, sobald die Entscheidung getroffen ist
- Technische Grundlagen: solide Kenntnisse in Produktions-Linux und Netzwerken, praktisches Wissen darüber, wie GPU-Flotten ausfallen und repariert werden, ITIL- und SRE-Gewohnheiten sowie ausreichende Skriptkenntnisse, um die Arbeit eines Ingenieurs zu überprüfen
- Anpassungsfähigkeit: komfortabel mit Eskalationen außerhalb der Arbeitszeiten, Rufbereitschaft und Reisen zu Rechenzentren und Kundenstandorten
Schön zu haben:
- Tiefe Kenntnisse der NVIDIA GPU-Plattform: nvidia-smi, DCGM und XID-Interpretation bis hin zu RMA (AMD Instinct von Vorteil)
- Diagnosen von InfiniBand oder RoCE, NCCL, NVLink und NVSwitch sowie Slurm mit Pyxis und Enroot
- Rack-scale-Systeme wie GB200 und GB300 NVL72BMC und Redfish, MAAS, NetBox, OpenStack, Kubernetes und Ansible oder Terraform
- Hochleistungs-Speicher wie VAST, Ceph oder NFS im großen Maßstab
- Follow-the-Sun-Betrieb sowie ITIL, Linux, Networking, Kubernetes oder NVIDIA-Zertifizierungen
AI Reliability Engineering Manager Arbeitgeber: Nscaleoperationsukltd
Nscaleoperationsukltd bietet eine dynamische Arbeitsumgebung, in der Fachkräfte eine Schlüsselrolle bei der Bereitstellung transformierender KI-Infrastrukturen spielen können. Mitarbeiter haben die Möglichkeit, zu einem schnell wachsenden Unternehmen beizutragen, das die Zukunft der Technologie gestaltet.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so AI Reliability Engineering Manager erhalten könntest
✨Engagier dich in Entwickler-Communities!
Lass uns mal ehrlich sein: In der Software-Entwicklung sind Netzwerke Gold wert! Tummel dich in GitHub-Projekten, nehme an lokalen Meetups oder Hackathons teil und vernetze dich mit anderen Entwicklern. So steigerst du nicht nur deine Sichtbarkeit, sondern lernst auch die neuesten Trends und Technologien kennen.
✨Zeig deine Fähigkeiten!
Erstelle ein Portfolio, das deine besten Projekte und Code-Examples zeigt. Nichts überzeugt mehr als ein praktischer Beweis deiner Skills. Das kann auch helfen, bei Nscaleoperationsukltd anzuklopfen, wenn du dich auf die Stelle als AI Reliability Engineering Manager bewirbst – so wissen sie gleich, was sie von dir erwarten können!
✨Nutze Jobplattformen speziell für Tech-Jobs!
Plattformen wie Stack Overflow Jobs oder AngelsList sind perfekte Orte, um Vollzeitstellen in der Software-Entwicklung zu finden. Hier sind viele tolle Unternehmen auf der Suche nach Talenten wie uns, also schau regelmäßig vorbei und bewirb dich direkt über die Website.
✨Such dir Mentoren und Feedback!
Hol dir Feedback von erfahrenen Entwicklern, die dir Tipps geben können, was Recruiter wirklich suchen. Ob über LinkedIn oder persönliche Kontakte: Menschen, die sich in der Branche auskennen, können enorm wertvoll sein, um dir zu helfen, dich optimal auf deine Bewerbung bei Nscaleoperationsukltd vorzubereiten!
Wir glauben, dass du diese Fähigkeiten brauchst, um AI Reliability Engineering Manager mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Highlights deiner Coding-Skills:In der Software-Entwicklung kommt es auf konkrete Fähigkeiten an. Vergiss nicht, relevante Programmiersprachen und Frameworks in deinen Lebenslauf aufzunehmen. Zeig uns, was du kannst – vielleicht mit einem Link zu deinem GitHub-Profil oder einer Übersicht deiner Side Projects, die deine Programmierkenntnisse illustrieren.
Dokumentation deiner Erfolge:Gerade bei einer Vollzeitstelle in der Software-Entwicklung sind konkrete Ergebnisse Gold wert. Nenn uns Zahlen und Ergebnisse aus deinen vorherigen Projekten. Hast du den Code optimiert oder Systemfehler behoben? Solche Erfolge zeigen, dass du die Sprache der Entwickler sprichst und einen echten Mehrwert bringst.
Attraktive Projektbeschreibungen:Wenn du an Projekten gearbeitet hast, die hervorstechen, beschreibe sie ausführlich in deinem Lebenslauf. Was war das Problem, das du gelöst hast? Welche Technologien hast du eingesetzt? Das gibt uns einen klaren Einblick in deine Herangehensweise und Problemlösungsfähigkeiten.
Motivation zeigen:In deinem Anschreiben solltest du deine Motivation für die Stelle im Bereich Software-Entwicklung bei Nscaleoperationsukltd klar herausstellen. Warum sprichst gerade du die Anforderungen für diese Vollzeitrolle an? Mach deutlich, was dich an der Arbeit bei uns reizt und wie du über das rein Technische hinaus wachsen möchtest.
Wie man sich auf ein Vorstellungsgespräch bei Nscaleoperationsukltd vorbereitet
✨Technische Vorbereitung auf die Coding-Challenges
In der Software-Entwicklung sind technische Fragen oft ein zentraler Teil des Interviews. Macht euch mit Plattformen wie LeetCode oder HackerRank vertraut, um eure Problemlösungsfähigkeiten zu trainieren. Zeigt im Interview viel Selbstbewusstsein beim Erklären eurer Ansätze!
✨Das eigene Portfolio im besten Licht präsentieren
Stellt sicher, dass ihr ein aussagekräftiges Portfolio habt, das einige eurer besten Projekte zeigt. Seid bereit, darüber zu sprechen, was eure Rolle war, welche Technologien ihr verwendet habt und welche Herausforderungen es gab. Das gibt den Interviewern einen Einblick in eure praktische Erfahrung.
✨Teamfähigkeit und Kommunikation betonen
In einer Vollzeit-Position wird Kommunikation im Team sehr wichtig sein. Seid bereit, Beispiele aus der Vergangenheit zu teilen, in denen ihr effektiv im Team gearbeitet habt. Dies zeigt, dass ihr nicht nur technische Fähigkeiten habt, sondern auch gut ins Team passt.
✨Vorbereitung auf Fragen zur Software-Architektur
Bereitet euch darauf vor, Fragen zur Software-Architektur zu beantworten. Themen wie RESTful APIs, Microservices und Cloud-Architekturen können Teil eures Interviews sein. Zeigt euer Verständnis durch Diskussionen und Beispiele aus eurer bisherigen Arbeit oder Projekte.