AI Fabric Architect
Fal Ai | Remote
Omschrijving
Val is het generatieve media-ecosysteem dat de volgende generatie AI-producten aanwakkert. We bouwen de infrastructuur, instrumenten en modeltoegang die teams nodig hebben om van idee naar productie te gaan, en doen het op schaal zonder compromissen. Voor ontwikkelaars en bedrijven is val de basis die niet alleen generatieve media mogelijk maakt, maar ook praktisch: een verenigd platform waar hoog presterende invloeden, orkestratie en opmerkzaamheid samenkomen om nieuwe categorieën AI-native producten te ontsluiten.
Terwijl de generatieve media industrieën in een markt die naar verwachting met honderden miljarden zal groeien, hervormt, wordt fal het ecosysteem waarop ambitieuze teams voortbouwen.
Over deze rol
U bent de architect van het netwerk waarop onze GPU clusters draaien. Je bezit het weefsel einde aan einde, van de NIC in elke GPU server door de wervelkolom en blad over de AI stof, en je weet dat in AI infrastructuur het netwerk is de kern van de machine. Als val brengt zijn eigen GPU capaciteit online over meerdere sites, u zult de stof architectuur elke site is gebouwd uit, en dan persoonlijk ervoor zorgen dat het wordt gebouwd en uitgevoerd. Dit is geen rol die alleen architectuur is. Wij zijn een klein team dat snel gaat, en de juiste persoon is net zo comfortabel het schrijven van een port map, het traceren van een slechte optische, of het afstemmen van congestie controle op de datacenter vloer als ze het instellen van technische richting.
Wat je gaat doen:
• Eigenaar van de stof architectuur voor elke site: GPU backend stof (InfiniBand en/of RoCEv2), en GPU frontend stof
• Kies topologieën en maak de belangrijkste oproepen: rail-geoptimaliseerd vs. andere ontwerpen, InfiniBand vs. Ethernet, oversubscriptie ratio's, en hoe de stof schalen van een pod naar vele
• De architectuur veranderen in een herhaalbare netwerk blauwdruk: bekabelingsplannen, portkaarten, stof adressering en routering ontwerp, en een stoffen bill van materialen (schakelaars, NIC's, optica, kabels)
• Krijg hands-on met de bring-up op elke site: op de vloer voor de eerste racks, valideren bekabeling en firmware, configureren van de stof manager en switches, en uitvoeren van prestaties acceptatie (NCL testen, inbranden) voordat de capaciteit gaat live
• Tune voor werkelijke werkbelasting: congestiecontrole, PFC/ECN, adaptieve routering en NCCL-instellingen voor zowel gevolgtrekking als trainingsverkeer
• Debug stof problemen waar ze ook verschijnen, van een flapperende link naar een baan die mysterieus langzaam
• Evaluatie en selecteer AI Fabric leveranciers en hardware, en duw terug met gegevens wanneer iets niet voldoet aan spec
• Samenwerken over automatisering en software om netwerkmonitoring, telemetrie en automatisering te helpen bouwen die een klein team een grote vloot laten runnen, en het hoogste escalatiepunt zijn voor AI Fabric incidenten
• Document terwijl je gaat zodat elke nieuwe site sneller is dan de laatste, en helpen huren en mentor van de netwerk ingenieurs die na u
Kwalificaties:
• 7+ jaar in datacenter of HPC-netwerk, inclusief directe verantwoordelijkheid voor de productie van GPU clusterstoffen
• Een track record van het nemen van GPU stoffen van lege racks naar productie, met uw eigen handen op het werk, niet alleen door leveranciers of integratoren
• Diepe expertise in InfiniBand (NDR/XDR, UFM, subnet management) en/of RoCEv2 verliesloze Ethernet
• Sterk commando van trein geoptimaliseerde en Clos/vet-boom ontwerpen, BGP/ECMP, en EVPN/VXLAN
• Een duidelijk inzicht in hoe stofontwerp en -tuning collectieve communicatie en werkelijke werkbelasting beïnvloeden
• Comfortabele automatisering met Python, Ansible, of soortgelijke
• Sterke Linux vaardigheden en de mogelijkheid om debug over de grens tussen host, NIC en stof
• Een goed oordeel over de afweging tussen kosten, prestaties, betrouwbaarheid en tijd om in te zetten
• NVIDIA Quantum/Spectrum-X, ConnectX-7-8, BlueField-3 SuperNICs en/of Broadcom Tomahawk 5-klasse ethernet
• 400G/800G OSFP optica, AOC/DAC, MPO-trunting
Leuk om te hebben:
• Ervaring bij een neocloud, hyperscaler AI infrastructuur team, NVIDIA netwerking, of een AI fabriek integrator
• Ervaring met de NVLink / NVL72-klasse rack-schaal systemen en hoe ze veranderen schaal-out weefsel ontwerp
• Ervaring met GPUDirect RDMA en GPUDirect Storage netwerken
• Ervaring bouwen van meerdere sites parallel of op agressieve tijdlijnen
• Wildheid om vaak naar datacenters te reizen, vooral tijdens build-outs
Wat wij bieden bij val:
• Interessant en uitdagend werk
• Concurrerend salaris en eigen vermogen
• Veel leer- en groeimogelijkheden
• Wij bieden relocatie bijstand aan San Francisco.
• Ziekte-, tandheelkundige en gezichtsvermogensverzekering (VS)
• Regelmatige teamevenementen en offsite
V.S. GELIJKE WERKGELEGENHEIDSOPPORTUNITAIRE INFORMATIE:
Val biedt gelijke kansen op werk aan aanvragers en werknemers zonder rekening te houden met ras, kleur, religie, geslacht, seksuele geaardheid, geslachtsidentiteit, nationale oorsprong, beschermde veteraanstatus, handicap, of een andere classificatie beschermd door het toepasselijke recht.
Vind banen in Duitsland op Arbeitnow
Vereiste vaardigheden
Engineering
Functiedetails
Ervaring: 0 jaren
Gepost: 20 hours, 56 minutes geleden
Weergaven: 21
Toepassen op ArbeitnowGebrond van Arbeitnow · opent de oorspronkelijke posting.
Krijg een op maat gemaakte applicatie voor deze rol
Laat je CV vallen en we schrijven een cover brief gericht op deze exacte vermelding.. gratis, en klaar het moment dat uw account is gemaakt.
PDF, Word of tekst. We maken uw gratis account op het volgende scherm. Geen kaart.
Inhuren voor zo'n rol?
Plaats uw externe job op WFHJ en bereik de geselecteerde kandidaten. Geen kosten.
Plaats een baan gratis