Senior GPU Infrastructure Engineer

Stelle nicht auf LinkedIn

🕒 vor 3 Monaten

🏄 California – Remote

🏄 California – Remote

⏰ Vollzeit

🟠 Senior

👷 IT-Infrastrukturingenieur

👻 Geisterscore 23%

Was es bedeutet: wie wahrscheinlich diese Stelle offen bleibt, ohne dass aktiv eingestellt wird.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

decircle

WebsiteLinkedInAlle Stellen

1 - 10 Mitarbeiter

Gegründet 2019

📣 Marketing

📦 Logistik

💼 Beratung

Marketing • Logistics • Consulting

Wir arbeiten mit disruptiven Organisationen zusammen, um Talente zu identifizieren und anzuziehen. Als Boutique-Personalvermittlung konzentrieren wir uns auf Blockchain und Web3. Wir genießen es, mit Enthusiasten aus dem Web3- und Dezentralisierungsbereich zu netzwerken und ihnen zu helfen, ihren Platz in der dezentralen Welt zu finden.

Beschreibung

• Help build and scale Hyperbolic's GPU Cloud Marketplace • Build a multi-tenancy provisioning and virtualization solution • Transform raw GPUs from diverse global suppliers into a programmable, orchestrated pool • Serve thousands of AI developers and researchers • Work at the cutting edge of cloud infrastructure • Build the core orchestration layer that enables the platform to deliver up to 75% cost savings compared to traditional cloud providers

🎯 Anforderungen

• Deep understanding of bare-metal provisioning and lifecycle management, including IPMI/Redfish, BMC-based remote management, PXE boot, and automated OS deployment workflows • Deep understanding of GPU scheduling and orchestration, including GPU type awareness, memory management, topology considerations, placement strategies for multi-GPU jobs, and fragmentation minimization • Strong infrastructure and DevOps engineering skills with proficiency in Terraform or Pulumi, CI/CD for infrastructure, secrets management, configuration management, and observability stack implementation • Experience with storage and data infrastructure for AI/ML workloads, including object storage, high-IOPS block storage, and distributed file systems for training data and checkpoints • Proficiency with API design and cloud-init for automated provisioning and configuration • Solid understanding of GPU architecture, CUDA, and GPU compute optimization • Highly collaborative team player with excellent communication skills across technical and non-technical stakeholders • Proven ability to work effectively with hardware vendors and vendor engineering teams to troubleshoot issues and optimize integrations • Experience building and scaling cloud infrastructure or distributed systems in production environments