Senior Engineer

🕒 il y a 1 jour

🏄 California, Texas, +1 états de plus – Distant

🏄 California – Remote 🤠 Texas – Remote ☕ Washington – Remote

💵 $184 000 - $356 500 / an

⏰ Temps Plein

🟠 Senior

🧑‍💻 Développeur Full-Stack

🦅 Parrain de Visa H1B

Cette entreprise a parrainé des visas H1B par le passé.

👻 Score fantôme 1%

Ce que ça veut dire : la probabilité que personne ne recrute vraiment pour cette offre.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

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

• Design and build systems that turn cluster validation into repeatable, verifiable software • Design and implement cluster readiness and certification tooling in Go and Python on Kubernetes and Slurm, including controllers, operators, CLIs, and scheduler integrations • Build a catalog of benchmarks and real workloads spanning communication, compute, storage, diagnostics, training, inference, reliability, and security • Develop provenance and evidence pipelines that capture execution details and produce signed, auditable results • Bring new GPU platforms, schedulers, and fabrics under test from single-node bring-up through multi-node production-cluster validation • Collaborate with internal platform, networking, and solutions teams and cloud partners to root-cause performance and correctness gaps • Contribute to the open-source Cluster Readiness Engine and related projects through design documents, documentation, and reviews • Author design documents, runbooks, and operational guides for cluster validation and result interpretation

🎯 Exigences

• BS, MS, or Ph.D. in Computer Science, Computer/Electrical Engineering, or a related technical field, or equivalent experience • 8+ years of software engineering experience building infrastructure or systems software, ideally for large-scale compute, cloud, or HPC environments • Strong programming skills in Go and Python, with experience shipping production-quality services, controllers, or command-line tools • Deep familiarity with Linux systems, containers, and Kubernetes, including writing operators or controllers against the Kubernetes API • Working knowledge of HPC schedulers such as Slurm and GPU cluster fundamentals: drivers, NCCL, InfiniBand or RoCE fabrics, and GPU health tooling such as DCGM • Experience benchmarking or validating distributed systems, with a rigorous approach to measurement, reproducibility, and evidence • Demonstrated ability to drive complex technical investigations to root cause and communicate findings clearly to engineering and leadership audiences • Hands-on experience with large-scale distributed training or inference workloads with frameworks such as PyTorch, Megatron, NeMo, vLLM, SGLang, or TensorRT-LLM • Experience with the NVIDIA ecosystem, including DGX systems, GB200/GB300 platforms, CUDA, NVLink and NVSwitch fabrics, and NVIDIA networking • Prior contributions to open-source infrastructure projects, especially Kubernetes operators, scheduler plugins, or benchmarking frameworks • Background in software supply-chain security, attestation, or signed artifacts, and building audit-grade evidence into systems • Familiarity with observability stacks (Prometheus, Grafana, OpenTelemetry), GitOps workflows, and infrastructure as code for GPU clusters

🏖️ Avantages

• Equity • Benefits • Equal opportunity employment

📊 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