Tecido Arquiteto de AI
Fal Ai | Remote
Descrição
fal é o ecossistema de mídia gerativa que alimenta a próxima geração de produtos de IA. Construimos a infraestrutura, ferramentas e acesso modelo que as equipes precisam passar de ideia para produção, e fazê-lo em escala sem compromisso. Para desenvolvedores e empresas, a fal é a fundação que torna a mídia gerativa não só possível, mas prática: uma plataforma unificada onde inferência, orquestração e observabilidade de alto desempenho se reúnem para desbloquear novas categorias de produtos nativos de IA.
Como a mídia gerativa remodela as indústrias em um mercado projetado para crescer em centenas de bilhões na próxima década, fal está se tornando o ecossistema que equipes ambiciosas se desenvolvem.
Sobre este papel
Você é o arquiteto da rede que nossos clusters GPU funcionam. Você possui o fim de tecido para terminar, desde o NIC em cada servidor GPU através da coluna e folha através do tecido IA, e você sabe que na infraestrutura IA a rede é núcleo para a máquina. Como fal traz sua própria capacidade GPU online em vários sites, você irá definir a arquitetura de tecido de cada site é construído a partir, e então pessoalmente certifica-se de que ele é construído e executa. Este não é um papel apenas arquitectónico. Somos uma pequena equipe movendo-se rapidamente, e a pessoa certa é tão confortável escrevendo um mapa de porto, traçando um mau controle óptico, ou ajustando o congestionamento no piso do centro de dados como eles estão configurando direção técnica.
O que você vai fazer:
• Propriedade da arquitetura de tecido para cada site: tecido de infraestrutura GPU (InfiniBand e/ou RoCEv2), e interface GPU Tecido
• Escolha topologias e faça as chamadas chaves: ferroviário-optimizado vs. outros desenhos, InfiniBand vs. Ethernet, proporções de sobresubscrição, e como as escalas de tecido de uma vagem para muitos
• Transformar a arquitetura em um modelo de rede repetivel: planos de cablagem, mapas portuários, design de abordagem e encaminhamento de tecidos, e uma conta de materiais de tecido (switches, NICs, ópticas, cabos)
• Faça o uso de mãos com o track-up em cada site: esteja no chão para os primeiros racks, validar cableamento e firmware, configure o gerenciador de tecido e interruptores, e execute a aceitação de desempenho (exames de NCL, queimadura) antes de capacidade ficar ao vivo
• Ajuste para o desempenho real da carga de trabalho: controle de congestionamento, PFC/ECN, encaminhamento adaptativo e configurações NCCL para tanto o tráfego de inferência como de treinamento
• Depurar problemas de tecido onde quer que apareçam, de um link aplaudir a um trabalho que é misteriosamente lento
• Avaliar e selecionar vendedores de tecidos de IA e hardwarempurrar para trás com dados quando algo não satisfaz especificações
• Colabore em todautomação e software para ajudar a construir monitoramento de rede, telemetria e automação que permitam uma pequena equipe executar uma grande frota, e ser o ponto de escalada mais alto para incidentes de IA Fabric
• Documentar como você vai para cada novo site é mais rápido do que o último, e ajudar a contratar e mentorar os engenheiros de rede que se juntam depois de você
Qualificações:
• 7+ anos em data center ou redes HPC, incluindo responsabilidade direta para a produção de tecidos GPU cluster
• Um registro de track de levar tecidos GPU de racks vazios para a produção, com suas próprias mãos no trabalho, não só através de vendedores ou integradores
• Experto profundo em InfiniBand (NDR/XDR, UFM, gestão de subnet) e/ou RoCEv2 sem perda Ethernet
• Comando forte de projetos de ferro-optimizado e de Clos/árbores gordas, BGP/ECMP e EVPN/VXLAN
• Uma compreensão clara de como o design e ajuste de tecido afetam a comunicação coletiva e o desempenho real da carga de trabalho
• Automatização confortável com Python, Ansable ou similar
• Fortes habilidades Linux e a capacidadepurar através da fronteira entre host, NIC e tecido
• Avaliação correcta dos custos, desempenho, confiabilidade e tempo de implantação
• NVIDIA Quantum/Spectrum-X, ConnectX-7/8, BlueField-3 SuperNICs e/ou Broadcom Tomahawk Ethernet de 5 classes
• 400G/800G OSFP óptica, AOC/DAC, tronco de MPO
É bom ter:
• Experiência em uma equipe de infra-estruturas de IA neocloud, hiperescalador, rede NVIDIA ou um integrador de fábrica de IA
• Experiência com sistemas de escala de rack de NVLink / NVL72 de classe e como eles mudam o design de tecido de escala
• Experiência com redes de armazenamento GPUDirect RDMA e GPUDirect
• Experimente a construção de vários sites em paralelo ou em tempos agressivos
• Prontidão para viajar frequentemente para os sites de data center, especialmente durante as construções
O que oferecemos no fal:
• Trabalho interessante e desafiador
• Salário e capital competitivo
• Muitas oportunidades de aprendizagem e de crescimento
• Oferecemos assistência de deslocalização a San Francisco.
• Seguro de saúde, odontológico e de visão (US)
• Eventos regulares de equipe e fora do local
INFORMAÇÕES DE OPORTUNIDADE DE EMPRESAS EQUAIS DOS E.U.
a fal oferece oportunidades de emprego iguais aos candidatos e aos trabalhadores sem respeito à raça, cor, religião, sexo, orientação sexual, identidade de gênero, origem nacional, status veterano protegido, deficiência ou qualquer outra classificação protegida pela lei aplicável.
Procurar empregos na Alemanha em Arbeitnow
Habilidades requeridas
Engineering
Detalhes da tarefa
Experiência: 0 anos
Publicado: 20 hours, 49 minutes Há
Visualizações: 14
Aplicar em ArbeitnowFontes de Arbeitnow · abre a publicação original.
Obtenha um aplicativo personalizado para este papel
Larga o currículo e escreveremos uma carta de cobertura para esta listagem exata — grátis e pronto no momento em que sua conta é criada.
PDF, Palavra ou texto. Criamos sua conta gratuita na tela seguinte — sem cartão.
A fazer um papel como este?
Publique seu emprego remoto no WFHJ e alcance candidatos pareados. Sem taxas.
Postar um emprego — grátis