Ingénieur logiciel systèmes senior – passage à l’échelle de Kubernetes – DGX Cloud

🔥 il y a 30 minutes

🌐 Pologne, Espagne, +4 autres pays – Distant

🇵🇱 Pologne – Télétravail 🇪🇸 Espagne – Télétravail 🇬🇧 Royaume-Uni – Télétravail 🇨🇭 Suisse – Télétravail 🇩🇪 Allemagne – Télétravail 🇫🇷 France – Télétravail

💵 zł292 500 - zł650 000 / an

⏰ Temps Plein

🟠 Senior

🔙 Ingénieur Back-end

👻 Score fantôme 1%

Ce que ça veut dire : la probabilité que cette offre reste ouverte sans recrutement actif.Comment le lire : 60 % ou plus, on pense que c'est une offre fantôme. Un score plus bas est moins inquiétant.Comment on la calcule : ancienneté, republications, postes ouverts vs taille de l'équipe, rapidité de clôture, et si le salaire est indiqué.À noter : une estimation à partir de données publiques, pas un jugement sur l'entreprise. De vraies offres peuvent avoir un score élevé, alors prenez-le comme un indice, pas comme un fait.

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Configurer une alerte email pour les nouveaux emplois

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV

NVIDIA

Site WebLinkedInTous les Emplois

10 000+ employés

Fondée en 1993

🏥 Santé

🏭 Fabrication

🤖 Intelligence artificielle

Healthcare • Manufacturing • Artificial Intelligence

NVIDIA est une entreprise technologique de premier plan, spécialisée dans le calcul accéléré et l’intelligence artificielle (IA). NVIDIA est à l’avant‑garde des avancées en GPU (processeurs graphiques), cloud computing, centres de données et réalité virtuelle, avec un accent particulier sur les secteurs du gaming, de l’automobile, de la santé et de la robotique. Ses innovations, telles que NVIDIA Omniverse, transforment les processus numériques traditionnels en permettant des simulations haute fidélité et des tâches de rendu de pointe. Ses applications couvrent de nombreux secteurs, des véhicules autonomes avec NVIDIA DRIVE aux solutions de santé avec NVIDIA Clara, ainsi que des analyses et workflows pilotés par l’IA.

Description

• Piloter la caractérisation de bout en bout des performances et du passage à l’échelle de la stack logicielle NVIDIA DGX Cloud, des plans de contrôle et de données Kubernetes à GPU Operator, Network Operator, DCGM, NIM et au serving d’inférence distribué • Collaborer avec des chercheurs en IA, des développeurs et des clients afin de développer des tests automatisés simulant des workloads utilisateurs réels • Analyser les problèmes de performance et de passage à l’échelle dans des systèmes distribués complexes et en identifier les causes racines • Concevoir et développer des outils de supervision, de reporting et d’analyse pour les tests de performance et de passage à l’échelle couvrant les ressources logicielles, GPU et CPU • Qualifier, déboguer et résoudre les problèmes liés à l’exploitation de clusters Kubernetes à très grande échelle • Construire et maintenir un framework de tests continus de performance et de passage à l’échelle via un pipeline CI/CD moderne • Documenter les recherches, les méthodologies et les résultats, puis présenter les conclusions lors d’événements internes et externes, notamment KubeCon et GTC • Participer aux communautés open source Kubernetes, CNCF et NVIDIA afin de valider les performances des workloads d’IA et d’influencer les décisions de conception

🎯 Exigences

• Au moins 8 ans d’expérience en architecture des ordinateurs, réseaux, systèmes de stockage ou accélérateurs • Diplôme de niveau licence ou master en ingénierie, de préférence en génie électrique, ingénierie informatique ou informatique, ou expérience équivalente • Expertise de Kubernetes et bonne connaissance des projets CNCF associés • Expérience des systèmes parallèles et distribués à grande échelle reposant sur des accélérateurs • Expertise dans l’optimisation des performances et des workloads d’IA sur des systèmes à grande échelle • Expérience de la modélisation des performances et du benchmarking à grande échelle • Maîtrise de Golang et de Python • Expérience de l’écosystème logiciel NVIDIA dans les domaines de l’entraînement et de l’inférence • Expertise d’au moins une infrastructure CSP publique, telle que GCP, AWS, Azure ou OCI • Solide expérience opérationnelle d’une distribution Kubernetes • Expérience préalable de la mise à l’échelle de clusters Kubernetes jusqu’à des volumes de nœuds et d’objets extrêmement élevés • Expérience avérée de contribution à la communauté open source • Doctorat dans un domaine pertinent (atout majeur) • Excellentes aptitudes en communication et de très bonnes qualités relationnelles