NVIDIA GPU 智算集群运维工程师

[NascentCoreAI]

公司介绍： 算想未来是一家大模型算力云服务技术服务商；正在研发一款云原生、基于 K8s 的大模型训练平台软件产品；目前已有稳定营收、收支平衡、正在进行天使轮或 A 轮融资；算想未来的目标产品是开放的大模型算力云市场，一个匹配中小企业大模型算力需求与多样化的 GPU 算力供应源的开放式的、分布式的算力市场；该产品一方面解决算力供需匹配问题、另一方面基于算想未来大模型算力平台软件，提高算力使用效率、降低大模式算力用户使用成本。 算想未来团队来自 Google 等世界领先的大模型计算平台基础设施研发团队；创始团队合计超过 30 年的人工智能基础设施软件的研发经验。团队有丰富的创业经验，创始人是连续创业者，曾于 2019 年 4 月加入 Pixie （ https://px.dev ），作为创始团队成员和技术负责人，带领团队完成产品研发、并于 2020 年 12 月被纽约证券交易所上市公司 New Relic 收购，前后历时不到 2 年。 算想未来获得奇绩创坛天使轮融资；从全球超过 5000 家申请者中脱颖而出入选奇绩创坛 2022 年秋季创业营（录取率不到 1%）。团队帮助中国大模型团队迅速突破模型训练的算力墙，让大模型训练规模赶超 OpenAI 、Google ，打开大模型算法和 AI 应用迭代飞轮，让大模型发生在中国，让中国成为 AI 经济世代的领导者！ 面试流程： 2 轮线上 1 轮线下

薪资待遇

• 20k-40k 12 月 工作亮点
• 业界最热门的大模型及 AGI 赛道初创团队
• Google 等世界顶级大模型 AI 算力平台技术专家带队；
• 解决中国算力卡脖子难题，为中国大模型团队提供低成本、高性价比算力；
• 与全球业界顶尖工程团队、高校教授、研究机构定时交流前沿技术；
• 混合办公（北京、或远程）、平等沟通、极致扁平化团队；
• 内部信息完全公开，为工程师打开产品、商业的大门；
• 丰厚期权； 关键词 DevOps 、Kubernetes 、Docker 、Python 、运维开发经验 能力要求
• 计算机及计算机相关专业本科或以上学历，熟悉计算机科学基本知识：分布式系统原理、计算机网络、数据结构和算法
• 独立解决生产环境中的技术问题，阅读英文技术文档
• 精通 Linux 环境下 GPU 、IB 网络的运维管理、Kubernetes 运维管理
• 熟悉 Kubeflow 、Ansible 、Ceph 、Harbor 等云原生工具
• 熟悉 Golang 、Python 、Shell 等编程语言
• 熟悉服务端基础技术（存储系统、数据库、消息队列、微服务、安全等）、熟悉分布式系统可扩展性机制和功能、熟悉 IaC （ Infrastructure as Code ）最佳实践、熟悉公有云产品服务和系统架构
• 坚持高质量 DevOps 工程实践（测试、集成、架构）、抱有 AI 信仰：坚信 AI 改变世界
• 乐于并且善于与团队进行远程合作，在各种场合下卓越的沟通能力（代码、文档、即时通信工具、音视频会议、线下会议等等） 岗位职责
• 对 NVIDIA GPU 智算集群服务器及 IB 网络进行配置、优化，适配 Kubernetes ；
• 编写私有化部署的交付部署方案，编写部署和运维软件工具和脚本；
• 指导私有化部署客户现场交付，根据用户需求、IT 资产具体情况，制定可靠、高效的交付部署方案；
• 参与设计、开发 K8s 上的大模型训推平台；
• 参与制定公司整体软件工程规范，持续迭代优化公司软件工程质量、提升工程团队研发效能、提升产品服务质量； 联系方式
• 巩女士，Email： [email protected] ，手机：[phone] （微信同手机号）