Senior Cloud Infrastructure and Network Operations Solutions Architect

🕒 vor 14 Tagen

🌐 Vereinigtes Königreich, Spanien, +2 weitere Länder – Remote

🇬🇧 Vereinigtes Königreich – Remote 🇪🇸 Spanien – Remote 🇮🇹 Italien – Remote 🇫🇷 Frankreich – Remote

⏰ Vollzeit

🟠 Senior

💻 Lösungsingenieur

🇬🇧 UK-Skilled-Worker-Visum-Sponsor

Dieses Unternehmen hat in der Vergangenheit UK-Skilled-Worker-Visa gesponsert.

👻 Geisterscore 11%

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

NVIDIA

WebsiteLinkedInAlle Stellen

10.000+ Mitarbeiter

Gegründet 1993

🏥 Gesundheitswesen

🏭 Fertigung

🤖 Künstliche Intelligenz

Healthcare • Manufacturing • Artificial Intelligence

NVIDIA ist ein führendes Technologieunternehmen mit Spezialisierung auf beschleunigtes Computing und Künstliche Intelligenz (AI). NVIDIA treibt Fortschritte bei Grafikprozessoren (GPUs), Cloud Computing, Rechenzentren und Virtual Reality voran und fokussiert dabei Branchen wie Gaming, Automotive, Gesundheitswesen und Robotik. Innovationen des Unternehmens wie NVIDIA Omniverse transformieren traditionelle digitale Prozesse, indem sie hochrealistische Simulationen und Rendering-Aufgaben ermöglichen. Die Anwendungen erstrecken sich über zahlreiche Branchen – von autonomen Fahrzeugen mit NVIDIA DRIVE über Gesundheitslösungen mit NVIDIA Clara bis hin zu AI-gestützten Analysen und Workflows.

Beschreibung

• Engage directly with customers, partners and cross-functional teams to assess, architect and operate compute, storage and scale-up fabrics supporting large GPU estates • Own the fabric side of NVIDIA’s Cloud Partner operating model across the full Day 1 to Day 2 lifecycle • Manage NVLink/NVSwitch partition operations, maintenance-partition isolation and safe partition-change workflows for multi-tenant estates • Own switch software and firmware lifecycle, including Cumulus Linux, SONiC and switch-OS upgrades, CPLD and field-notice rollout campaigns • Support Day 1 fabric validation and acceptance, including InfiniBand/UFM bring-up, Spectrum-X/RoCE Ethernet configuration, cabling and link-health verification, routing and congestion-control validation, and multi-day burn-in • Minimise time from cluster handover to first production workload by removing duplicated fabric validation • Drive fabric reliability at fleet scale through telemetry, fault detection, remediation, root-cause analysis and improvement of MTBI and job goodput • Provide consultative guidance and hands-on troubleshooting across NICs, DPUs, switch OS, routing, congestion control, host networking and Kubernetes integration • Act as technical leader for assigned accounts, run structured knowledge transfer and produce runbooks for partner teams

🎯 Anforderungen

• BS/MS/PhD in Computer Science, Electrical/Computer Engineering, Physics, Mathematics, or related fields, or equivalent experience • 5+ years of professional experience in data centre networking, fabric engineering or large-scale network operations roles • Deep understanding of data centre network architectures and RDMA fabrics—InfiniBand and RoCE/Ethernet—including topology and routing design, congestion control, lossless/QoS configuration, and troubleshooting across NICs, switches and high-speed interconnects • Hands-on experience with InfiniBand and UFM, Spectrum-X Ethernet, Cumulus Linux and/or SONiC, ConnectX and BlueField NICs/DPUs, and NVLink/NVSwitch systems • Deep knowledge of Linux (RedHat, Ubuntu), switch operating systems, network OS internals, host networking and OS-level security • Understanding of storage and compute traffic patterns of HPC/AI clusters • Proficiency in Python and Bash scripting, configuration management, Infrastructure-as-Code tools such as Ansible and Terraform, GitOps-based network configuration and firmware/upgrade management, and observability stacks including Grafana, Loki and Prometheus • Demonstrated ability to measure and improve MTBI and job goodput on large GPU clusters, including fault detection, drain and remediation workflows, SLO/error-budget definition and post-incident review • Strong consultative background leading architectural reviews and presenting to executive stakeholders • Experience with Kubernetes networking in GPU clusters, including CNI plugins, multi-network attachment, SR-IOV and RDMA device plugins • Experience with NVIDIA Network and GPU Operators • Expertise with DOCA and DPU infrastructure services such as DOCA DPF • Familiarity with fabric and GPU health telemetry, including DCGM and XID diagnostics, link-level and switch counters, node-level health agents, and fleet-wide reliability intelligence • Knowledge of large-scale training traffic behaviour, including NCCL tuning, rail alignment, and diagnosing network-bound performance regressions • Experience delivering multi-tenant network isolation using VRF/VLAN/EVPN segmentation, tenant partitioning and secure fabric handover