Líder Técnico – Infraestrutura de GPU (100% remoto – mundial)

Vaga não está no LinkedIn

🔥 2 minutos atrás

🌏 Qualquer lugar do mundo

⏰ Tempo Integral

🟠 Sênior

🧑‍💻 Engenheiro Full-stack

👻 Score fantasma 25%

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

Tether.to

SiteLinkedInTodas as Vagas

11 - 50 funcionários

Fundada em 2014

₿ Cripto

💳 Fintech

💸 Finanças

Crypto • Fintech • Finance

Tether. to é uma empresa líder em ativos digitais que pioneiriza o uso de stablecoins no ecossistema blockchain. Como a stablecoin mais amplamente adotada, os tokens Tether são projetados para serem lastreados 1:1 em moedas fiduciárias, oferecendo aos usuários uma opção de ativo digital estável. A plataforma facilita transações desses tokens em múltiplas blockchains, aprimorando operações transfronteiriças enquanto mantém transparência com registros diários do total de ativos e reservas. As iniciativas da Tether incluem programas educacionais que promovem o uso de ativos digitais, com foco especial em regiões como Oriente Médio, Turquia e Filipinas. Assim, a Tether se posiciona como um agente de disrupção no sistema financeiro tradicional ao viabilizar um método estável e eficiente de realizar transações no mundo das moedas digitais.

Descrição

• Ser responsável pela arquitetura completa da plataforma, abrangendo propostas de arquitetura, projetos de alto e baixo nível, revisões e manutenção da baseline • Liderar e gerenciar diretamente uma equipe distribuída de aproximadamente doze engenheiros nas áreas de backend, frontend, DevOps, QA e documentação • Estabelecer padrões de engenharia, conduzir revisões de código e design, gerenciar gates de release, realizar reuniões individuais e fornecer feedback sobre desenvolvimento e desempenho • Projetar, desenvolver e operar um serviço gerenciado de Slurm para usuários de pesquisa • Ser responsável pelo controller e accounting, partições e nós de login, integração de nós, baselines e upgrades de drivers e CUDA, detecção de jobs e nós com problemas de saúde, drain e autohealing, visibilidade de armazenamento, identidade e isolamento • Ser responsável pela inicialização e pelo ciclo de vida de clusters Kubernetes em bare metal fornecido por parceiros • Implementar NVIDIA GPU Operator e Network Operator, isolamento de GPU baseado em VMs com KubeVirt e VFIO, upgrades, backup e recuperação e substituição de nós • Ser responsável pela arquitetura de inference gerenciada, incluindo serving, paralelismo multi-GPU e multinó, autoscaling, roteamento de requisições, confiabilidade de endpoints e capacidade compatível com confidential computing • Estabelecer métricas, logging, alertas e SLOs em todo o control plane, na frota de GPUs e nas camadas de aplicação • Liderar a resposta a incidentes, as revisões pós-incidente e o desenvolvimento de um modelo sustentável de on-call • Atuar como principal interface técnica com parceiros de infraestrutura e fornecedores • Traduzir requisitos em especificações escritas e testes de aceitação, gerenciar escalações e contribuir para o planejamento de capacidade e a aquisição de hardware • Trabalhar com as equipes de pesquisa, treinamento de modelos e produto para traduzir workloads em requisitos de plataforma e intermediar capacidade • Completar a equipe de plataforma e estabelecer o nível técnico esperado para novos engenheiros

🎯 Requisitos

• Oito anos ou mais de experiência prática em engenharia • Pelo menos três anos liderando equipes que desenvolvem e operam plataformas de infraestrutura das quais outras equipes dependem • Bacharelado ou mestrado em ciência da computação ou engenharia, ou experiência prática equivalente • Experiência prática operando Slurm em escala, incluindo slurmctld, slurmdbd, partições, QoS, prioridade, accounting, prolog e epilog, scripts de verificação da saúde dos nós e upgrades com jobs em execução no sistema • Experiência operando um cluster de HPC ou treinamento de GPUs para uma comunidade de pesquisa é preferencial • Experiência operando frotas de GPUs NVIDIA em bare metal, incluindo ciclo de vida de drivers NVIDIA e CUDA, Fabric Manager, NVSwitch, DCGM, MIG, burn-in e aceitação de nós • Experiência com InfiniBand, configuração de subnets, RDMA, SR-IOV e diagnóstico de problemas de performance do NCCL em múltiplos nós • Conhecimento profundo de sistemas Linux, incluindo módulos do kernel, drivers, PCIe passthrough, vfio-pci, cgroups, namespaces e tuning de performance • Experiência em operações de Kubernetes em produção, incluindo control plane, upgrades, CNI, CSI, operators, custom controllers e design de multitenancy • Experiência com armazenamento e movimentação de dados para HPC, incluindo VAST, Lustre, NFS, cache NVMe local aos nós e distribuição de grandes pesos de modelos e datasets • Experiência com Prometheus, Grafana, Loki ou equivalentes, SLOs, resposta a incidentes e revisão pós-incidente • Fluência profissional em JavaScript e Node.js, suficiente para revisar serviços de control plane, CLI e workers e tomar decisões de arquitetura • Experiência entregando uma plataforma para usuários reais, como um serviço de IaaS/PaaS multi-tenant ou de computação para pesquisa • Gestão de pessoas em diferentes fusos horários, revisão entre áreas, decisões de arquitetura documentadas e comunicação com parceiros e executivos • Excelente comunicação escrita e oral em inglês • Residir em uma localidade entre UTC e UTC+5:30 • Desejável: operators de Slurm em Kubernetes ou schedulers nativos de Kubernetes • Desejável: stacks modernas de serving, como vLLM, SGLang e TensorRT-LLM • Desejável: isolamento de VMs/containers, confidential computing, Cluster API, kubeadm, Cilium, infrastructure as code, GitOps, experiência com GPU cloud/HPC/laboratórios de IA, sistemas distribuídos e parceria com provedores de hardware

🏖️ Benefícios

• Trabalho totalmente remoto • Viagens ocasionais a instalações de parceiros e eventos da equipe