Senior Solutions Architect, Generative AI

О позиции

Позиция Senior Solutions Architect в NVIDIA предполагает тесное сотрудничество с мировыми лидерами интернет-индустрии и фундаментальными лабораториями AI. Вы будете участвовать в ускорении клиентских рабочих нагрузок, проектировании высокопроизводительной AI-инфраструктуры и ведении технических проектов с использованием технологий NVIDIA. Это уникальная возможность наблюдать и формировать Emerging инфраструктурные тренды с помощью новейших достижений индустрии.

Будет плюсом

• Архитектура и эксплуатация production GPU-кластеров для распределённого обучения или инференс
• Глубокая экспертиза с NVIDIA технологиями: DGX/HGX системы, NVLink, NVSwitch, NCCL, InfiniBand, Spectrum-X
• Практический опыт использования инструментов телеметрии: NCCL tests, DCGM, Nsight Systems, fabric counters, host/switch diagnostics
• Понимание network topology, congestion control, collective communication patterns и их влияния на производительность AI-задач
• Оптимизация storage и data pipelines для поддержания высокой пропускной способности training и inference workload

Условия

• Конкурентоспособная заработная плата и щедрый пакет льгот
• Возможность сделать широкий вклад в NVIDIA через продвижение инноваций с партнёрами из consumer internet & frontier labs
• Гибкий режим работы с возможностью удалёнки
• Необходимые инструменты и доступ к самым современным технологиям отрасли
• Возможность личного роста и профессионального развития
• Возможность участия в conference и отраслевых мероприятиях (частично)")

Навыки

• Deep Learning
• GPU Computing
• CUDA
• InfiniBand
• RoCE
• RDMA
• NCCL
• NVLink
• NVSwitch
• Spectrum-X
• DGX
• HGX
• Hadoop
• Spark
• Kubernetes
• Slurm
• Linux
• Python
• Shell Scripting
• Distributed Systems
• High Performance Computing
• Networking
• Site Reliability Engineering
• Performance Tuning
• Containerization
• Monitoring
• Observability
• AIOps
• AI Infrastructure

Могут спросить на собеседовании

1. Расскажите о вашем опыте проектирования и оптимизации крупномасштабных GPU-кластеров для распределённого обучения моделей
2. Как вы диагностируете проблемы производительности в распределённых AI-системах? Опишите конкретный кейс
3. Какие критерии вы используете для выбора между различными сетевыми технологиями (InfiniBand vs RoCE) при проектировании AI-инфраструктуры
4. Как вы подходите к работе со сложными клиентами и как убедить техническую организацию выбрать ваше решение
5. Какой опыт работы с мониторингом и observability в production-среде с тысячами GPU у вас есть