Senior Engineer, NCX

🔥 vor 2 Stunden

🌐 Deutschland, Spanien, +1 weitere Länder – Remote

🇩🇪 Deutschland – Remote 🇪🇸 Spanien – Remote 🇵🇱 Polen – Remote

💵 zł292.500 - zł650.000 / Jahr

⏰ Vollzeit

🟠 Senior

🧑‍💻 Full-Stack-Entwickler

👻 Geisterscore 1%

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

• Leitung der Bemühungen zur betrieblichen Einsatzbereitschaft am zweiten Betriebstag (Day 2) für NVIDIA Cloud Partner. • Zusammenarbeit mit NVIDIA Cloud Partnern zur Einrichtung von Systemen, Verfahren, Automatisierung und Betriebsmethoden für die Verwaltung der NVIDIA-beschleunigten Infrastruktur nach deren Bereitstellung und Aktivierung. • Entwicklung kontinuierlicher Validierungsmethoden für den Zustand von GPU, CPU, Speicher und Netzwerk in groß angelegten KI-Clustern. • Einrichtung von Telemetrie, Monitoring, Alarmierung, Dashboards und betrieblichen Signalen für Compute, GPU, InfiniBand-/RoCE-Netzwerke, Speicher, Kubernetes und KI-Workloads. • Entwicklung automatisierter Workflows zur Erkennung, Isolierung, Entleerung, Reparatur und Validierung fehlerhafter Infrastruktur sowie zu deren Rückführung in den Betrieb. • Umsetzung skalierbarer Strategien für den Lebenszyklus von GPU-Flotten, einschließlich Treiber- und Firmware-Verwaltung, Wartung von Kubernetes-Nodes, Betriebssystem-Patching, Konfigurationsmanagement, Upgrades und Erkennung von Konfigurationsabweichungen. • Überführung der Anforderungen und Referenzarchitekturen von NVIDIA Cloud Partnern in Produktionspraktiken, Validierungskriterien, Runbooks, Automatisierung und messbare Betriebsstandards. • Entwicklung von Zustandsindikatoren, SLOs, Metriken, Abnahmekriterien und laufenden Validierungsmechanismen für Infrastrukturzuverlässigkeit und Servicebereitschaft. • Entwicklung wiederverwendbarer Tools, Automatisierungen, Implementierungsleitfäden, Runbooks, Betriebs-Playbooks und Referenzimplementierungen für mehrere NVIDIA-Cloud-Partner-Umgebungen.

🎯 Anforderungen

• Bachelor-, Master- oder Promotionsabschluss in Informatik, Computertechnik, Elektrotechnik oder einem verwandten technischen Fachgebiet oder eine gleichwertige Qualifikation durch Berufserfahrung. • Mindestens 8 Jahre Erfahrung in den Bereichen Infrastruktur-Engineering, Site Reliability Engineering, DevOps, Cloud-Plattform-Engineering, Systems Engineering oder vergleichbaren Rollen mit Verantwortung für groß angelegte Produktionsumgebungen. • Fundierte Erfahrung im produktiven Betrieb verteilter Linux-basierter Systeme und Cloud-Infrastrukturen. • Tiefgreifendes Verständnis von Kubernetes, Containern, Cluster-Scheduling und dem betrieblichen Lebenszyklus großer Umgebungen mit vielen Nodes. • Sehr gutes Verständnis von Observability in Produktionsumgebungen, einschließlich Metriken, Logging, Alarmierung, Dashboards, Zustandsprüfungen und SLA-orientiertem Betrieb. • Erfahrung in der Entwicklung von Automatisierungen für das Infrastruktur-Lebenszyklusmanagement, die Fehlererkennung, Fehlerbehebung, Upgrades und das Konfigurationsmanagement. • Fundierte Netzwerkkenntnisse und Erfahrung bei der Fehleranalyse komplexer verteilter Systeme über die Ebenen Compute, Netzwerk und Speicher hinweg. • Erfahrung in Programmierung und Automatisierung mit Python, Go, Shell-Scripting oder vergleichbaren Sprachen. • Erfahrung in der Verwaltung umfangreicher GPU- oder beschleunigter Computing-Infrastrukturen zur Unterstützung von KI-Trainings- und Inferenz-Workloads. • Erfahrung mit NVIDIA-Technologien, darunter DGX-/HGX-Systeme, CUDA, NVLink/NVSwitch, NVIDIA-Netzwerke, InfiniBand, RoCE, GPU Operator, Network Operator oder vergleichbare NVIDIA-Infrastruktur-Software. • Nachweisliche Erfahrung in der Zusammenarbeit mit NVIDIA Cloud Partnern, Hyperscale-Cloud-Anbietern, Managed-AI-Clouds oder umfangreichen Service-Provider-Infrastrukturen sowie im Betrieb von SLOs für groß angelegte Compute-Infrastrukturen und in der Nutzung von Betriebsdaten zur Verbesserung von Verfügbarkeit, Leistung und Flotteneffizienz. • Umfassende Kenntnisse von Observability-Tools für Infrastrukturen, darunter Prometheus, Grafana, OpenTelemetry, Alertmanager und skalierbare Telemetrie-Pipelines. • Kenntnisse der Fehlerszenarien großer verteilter KI-Workloads und der erforderlichen Infrastrukturmerkmale zur zuverlässigen Unterstützung lang laufender Trainings- und produktiver Inferenz-Workloads.