Senior HPC Cluster Administrator – Deep Learning Frameworks

🕒 Julho 22

🌐 Polônia, Alemanha – Remoto

🇵🇱 Polônia – Remoto 🇩🇪 Alemanha – Remoto

💵 zł221.250 - zł507.000 / ano

⏰ Tempo Integral

🟠 Sênior

🖥️ Administração

👻 Score fantasma 15%

O que significa: quão provável esta vaga está aberta sem contratação ativa.Como ler: 60% ou mais significa que achamos que é uma vaga fantasma. Pontuações mais baixas preocupam menos.Como pontuamos: tempo em aberto, republicações, vagas abertas vs tamanho do time, rapidez para fechar vagas, e se o salário está divulgado.Observação: é uma estimativa de dados públicos, não um julgamento da empresa. Vagas reais podem ter pontuação alta, então use como uma dica, não como um fato.

Candidatar-se

Encontrar Vagas Remotas Similares

Configurar Alerta de Email para Novas Vagas

📊 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

NVIDIA

SiteLinkedInTodas as Vagas

10.000+ funcionários

Fundada em 1993

🏥 Saúde

🏭 Manufatura

🤖 Inteligência Artificial

Healthcare • Manufacturing • Artificial Intelligence

A NVIDIA é uma empresa de tecnologia líder, especializada em computação acelerada e inteligência artificial. A companhia é pioneira em avanços em unidades de processamento gráfico (GPUs), computação em nuvem, data centers e realidade virtual, com foco nos setores de games, automotivo, saúde e robótica. As inovações da empresa, como o NVIDIA Omniverse, transformam processos digitais tradicionais ao viabilizar simulações de alta fidelidade e tarefas de renderização. Suas aplicações abrangem diversos setores, desde veículos autônomos com o NVIDIA DRIVE até soluções de saúde com o NVIDIA Clara, além de análises e fluxos de trabalho impulsionados por IA.

Descrição

• Own the full lifecycle of GPU compute clusters — procurement, provisioning, configuration management, monitoring, and deprecation — across heterogeneous Linux environments (DGX, HGX, embedded systems) • Design and scale storage solutions (NFS, Lustre, WekaFS, or equivalent) with a clear roadmap for capacity and performance growth • Lead automation of infrastructure using modern IaC tools (Ansible, Terraform) and CI/CD pipelines (GitLab) • Manage and optimize job scheduling via Slurm, including fair-share policies, reservation management, and MIG/GPU partitioning strategies • Maintain and improve observability stacks (Prometheus, Grafana, DCGM) and drive proactive resolution of hardware and software incidents • Collaborate with ML engineers and software teams to tune cluster configuration for large-scale distributed training workloads • Evaluate and introduce new technologies — networking fabrics (InfiniBand, NVLink, EFA/RDMA), storage tiers, container runtimes — to improve performance and reliability • Mentor junior engineers and contribute to team-wide engineering standards

🎯 Requisitos

• BS/MS in CS, EE, CE, or equivalent hands-on experience • 5+ years of experience deploying and administering large-scale HPC or ML training clusters • Deep expertise in Linux systems administration at scale • Strong scripting and automation skills in Python and/or bash • Hands-on experience with Slurm (scheduling, accounting, cgroup configuration) • Proficiency with configuration management and IaC (Ansible required; Terraform a plus) • Experience with container technologies (Docker, Apptainer/Singularity, Kubernetes) • Solid understanding of high-speed networking (InfiniBand, RoCE, RDMA, EFA) • Experience with distributed/parallel filesystems and storage architecture • Ability to own problems end-to-end and communicate clearly with engineering and management stakeholders