Arsitek AI Fabric
Fal Ai | Remote
Deskripsi
fal adalah ekosistem media generatif yang mendorong produk AI generasi berikutnya. Kami membangun infrastruktur, alat, dan model akses yang dibutuhkan tim untuk berpindah dari ide ke produksi, dan melakukannya dalam skala tanpa kompromi. Bagi pengembang dan perusahaan, fal adalah yayasan yang membuat media generatif tidak mungkin, namun praktis: sebuah platform yang terpadu di mana inferensi kinerja tinggi, orkestra, dan kekakuan berkumpul untuk membuka kategori baru produk AI-native.
Sebagai industri reshape media generatif di seluruh pasar yang diproyeksikan untuk tumbuh ratusan miliar selama dekade berikutnya, kal menjadi ekosistem yang dibangun tim ambisius.
Tentang peran ini
Anda adalah arsitek dari jaringan yang kelompok GPU kami jalankan. Anda memiliki kain akhir, dari NIC di masing-masing server GPU melalui tulang belakang dan daun di seberang kain AI, dan Anda tahu bahwa dalam infrastruktur AI jaringan inti untuk mesin. Sebagai fal membawa sendiri kapasitas GPU online melalui beberapa situs, Anda akan mendefinisikan struktur arsitektur kain setiap situs dibangun dari, dan kemudian secara pribadi pastikan itu akan dibangun dan tampil. Ini bukan peran arsitektur saja. Kami adalah tim kecil bergerak cepat, dan orang yang tepat adalah sebagai nyaman menulis peta pelabuhan, melacak optik buruk, atau kontrol penyetelan pada pusat data sebagai mereka menetapkan arah teknis.
Apa yang akan Anda lakukan:
• Miliki arsitektur kain untuk setiap situs: Kain backend GPU (InfiniBand dan/atau RoCEv2), dan Farric frontend GPU
• Pilih topolologi dan buat panggilan kunci: rail-optimized vs. desain lain, InfiniBand vs Ethernet, rasio subskripsi berlebih, dan bagaimana skala kain dari satu pod ke banyak
• Mengubah arsitektur menjadi cetak biru jaringan yang dapat diulang: menyusun rencana, peta pelabuhan, pengalamatan kain dan rancangan routing, dan sebuah struktur dari bahan (switches, NIC, optik, kabel)
• Angkat tangan dengan membawa-up di setiap situs: berada di lantai untuk rak pertama, mengesahkan cabling dan firmware, mengkonfigurasi manajer kain dan switch, dan menjalankan penerimaan kinerja (tes NCCL, pembakaran-in) sebelum kapasitas pergi hidup
• Tuntun kinerja beban kerja yang sesungguhnya: pengendalian kemacetan, PFC/ECN, adaptif routing, dan pengaturan NCCL untuk lalu lintas inferensi serta pelatihan
• Masalah kain debug di mana pun mereka muncul, dari hubungan mengepakkan ke pekerjaan yang secara misterius lambat
• Evaluasi dan pilihlah vendor dan perangkat keras AI Fabric, dan dorong kembali dengan data ketika sesuatu tidak memenuhi spesifikasi
• Berkolaborasi di seluruh otomatis dan perangkat lunak untuk membantu membangun pemantauan jaringan, telemetri, dan otomasi yang memungkinkan sebuah tim kecil menjalankan armada besar, dan menjadi titik eskalasi atas insiden AI Fabric
• Dokumen yang Anda gunakan agar setiap situs baru lebih cepat daripada yang terakhir, dan bantu mempekerjakan dan membimbing para insinyur jaringan yang bergabung setelah Anda
Syarat:
• 7+ tahun dalam jaringan data atau HPC, termasuk tanggung jawab langsung untuk produksi struktur cluster GPU
• Sebuah catatan lagu tentang mengambil kain GPU dari rak kosong sampai produksi, dengan tangan Anda sendiri pada pekerjaan, tidak hanya melalui penjaja atau integrator
• Keahlian mendalam di InfiniBand (NDR/XDR, UFM, manajemen subnet) dan/atau RoCEv2 Ethernet yang tak seimbang
• Perintah kuat dari desain rel-optimasi dan Clos/fat-tree, BGP/ECMP, dan EVPN/VXLAN
• Pemahaman yang jelas tentang bagaimana rancangan dan tuning kain mempengaruhi komunikasi kolektif dan kinerja kerja yang nyata
• Berotomat dengan Python, Ansible, atau serupa
• Keterampilan Linux yang kuat dan kemampuan untuk menelungkup di batas antara host, NIC, dan kain
• Keputusan yang tepat untuk tradeoff antara biaya, kinerja, keterandalan, dan waktu untuk menyebarkan
• NVIDIA Quantum/Sspectrum-X, ConnectX-7/8, BlueField-3 Supernics, dan/atau Broadcom Tomahawk 5-class Ethernet
• 400G/800G OSFP optics, AOC/DAC, MPO batang
Senang rasanya:
• Pengalaman di sebuah tim infrastruktur Al yang berukuran lebih tinggi, jaringan NVIDIA, atau integrator pabrik AI
• Pengalaman dengan NVLink / NVL72-class sistem rak-scale dan bagaimana mereka mengubah skala desain kain
• Pengalaman dengan GPUDirect RDMA dan jaringan Penyimpanan GPUDirect
• Pengalaman membangun berbagai lokasi dalam garis waktu yang paralel atau pada garis waktu yang agresif
• Kerelaan untuk sering berpindah - pindah ke situs pusat data, khususnya selama pembangunan
Apa yang kita tawarkan di fal:
• Pekerjaan yang menarik dan menantang
• Gaji dan ekuitas kompetitif
• Banyak kesempatan untuk belajar dan bertumbuh
• Kami menawarkan bantuan relokasi ke San Francisco.
• Asuransi kesehatan, gigi, dan penglihatan (AS)
• Acara tim rutin dan di luar lokasi
Opportitas EQLOYMENT U.S. EQAL:
Fal menyediakan kesempatan kerja yang sama bagi para pelamar dan karyawan tanpa memperhatikan ras, warna, agama, seks, orientasi seksual, identitas gender, asal usul nasional, status veteran yang dilindungi, cacat, atau klasifikasi lainnya yang dilindungi oleh hukum yang berlaku.
Dapatkan Jobs di Jerman di Arbutow
Perlu Keterampilan
Engineering
Rincian Tugas
Pengalaman: 0 tahun
Diposting: 20 hours, 51 minutes yang lalu
Tampilan: 17
Terapkan pada ArbeitnowDisumberkan dari Arbeitnow · membuka postingan asli.
Dapatkan aplikasi yang disesuaikan untuk peran ini
Jatuhkan resume Anda dan kami akan menulis surat penutup ditujukan pada daftar yang tepat gratis, dan siap saat account Anda dibuat.
PDF, Word atau teks, kami membuat akun gratis Anda di layar berikutnya, tidak ada kartu.
Dipekerjakan untuk peran seperti ini?
Pasang pekerjaan remotemu di WFHJ dan hubungi kandidat yang cocok.
Tempatkan pekerjaan gratis.