Operations Engineer, HPC Networking

Vaga não está no LinkedIn

🕒 Maio 14

Candidatar-se

Encontrar Vagas Remotas Similares

Receber Emails de Vagas Remotas

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo

fal

SiteLinkedInTodas as Vagas

51 - 200 funcionários

🤖 Inteligência Artificial

🔌 API

🏢 Corporativo

Artificial Intelligence • API • Enterprise

A fal é uma plataforma de mídia generativa para desenvolvedores que fornece uma grande galeria de modelos generativos de imagem, vídeo, áudio e 3D, prontos para produção e acessíveis por APIs simples. Oferece inferência de GPU sem servidor, distribuída globalmente, clusters sob demanda e dedicados para ajuste fino e treinamento, além de ferramentas para implantar modelos privados ou personalizados com segurança e capacidade de observação de nível empresarial. A fal tem como alvo desenvolvedores e empresas que necessitam de uma infraestrutura de IA generativa escalável, com recursos como conformidade com SOC 2, precificação baseada em uso e integrações para rápida colocação no mercado.

Descrição

• Monitor health and performance of InfiniBand and Ethernet fabrics: switches, HCAs, transceivers, links. • Investigate and resolve fabric issues: connectivity, congestion, performance regressions. • Support fabric bring-up alongside DC ops and customer-facing teams. • Run maintenance and upgrades on switches and control plane components. • Partner with cluster ops on cross-domain incidents where the line between compute and network is blurry. • Improve the tooling and runbooks so the next incident resolves faster than the last.

🎯 Requisitos

• Operated InfiniBand fabrics in production: subnet manager, routing, partitioning, monitoring. • Debugged the full stack: cables, transceivers, switch firmware, HCAs, drivers, NCCL. • Brought up new fabrics from cable pull through validation. • Scripted your way through repetitive operational work (bash, python, go, whatever). • Nice to have: Ethernet RoCE, Spectrum-X, or large-scale GPU cluster networking.