Ingeniero de Software de Sistemas Sénior, Kubernetes Scale - DGX Cloud

Tu salario base se determinará en función de tu ubicación, experiencia y la remuneración de empleados en puestos similares. Para Polonia: el rango de salario base es de 292.500 PLN - 507.000 PLN para el Nivel 4, y de 375.000 PLN - 650.000 PLN para el Nivel 5.

La organización DGX Cloud de NVIDIA reúne la innovación de vanguardia en hardware y software para ofrecer computación acelerada líder en la industria para las cargas de trabajo de IA más aventureras del mundo. ¡Somos un equipo de ingenieros innovadores dedicados a resolver algunos de los mayores desafíos del mundo, impulsando constantemente avances e impactando en millones de vidas en todo el planeta!

Buscamos un "Senior Systems Software Engineer" excepcional con profunda experiencia en sistemas distribuidos, tecnologías de código abierto como Kubernetes y contenedores, y una sólida trayectoria en rendimiento y escalabilidad de sistemas. El candidato ideal aportará una amplia experiencia de extremo a extremo en todo el stack —desde el "GPU operator" y los "device plugins" hasta el servicio de inferencia distribuida y las plataformas en la nube— junto con la profundidad técnica para investigar y abordar problemas reales y apasionantes a escala. En este papel fundamental, asumirás el reto de escalar la infraestructura de IA mientras optimizas el coste total de propiedad, reduciendo el coste por token para desbloquear la próxima generación de innovación en IA y las fábricas de IA.

• Impulsar la caracterización de rendimiento y escala de extremo a extremo para el stack de software de NVIDIA DGX Cloud, desde los planos de control y datos de Kubernetes hasta los componentes de NVIDIA como GPU Operator, Network Operator, DCGM, NIM y el servicio de inferencia distribuida, realizando el seguimiento de los problemas desde la orquestación hasta el hardware ("the metal").

• Colaborar con investigadores de IA, desarrolladores y clientes para desarrollar pruebas automatizadas e innovadoras que simulen cargas de trabajo de usuarios reales utilizando herramientas y frameworks de código abierto líderes y desarrollados a medida.

• Analizar en profundidad los problemas de rendimiento y escala en sistemas distribuidos complejos, incluidas las interacciones entre Kubernetes y el stack de software de NVIDIA, para identificar y resolver las causas raíz.

• Diseñar y desarrollar herramientas de monitorización, informes y análisis para pruebas de rendimiento y escala en recursos de software, GPU y CPU.

• Clasificar, depurar y encontrar la causa raíz de los problemas relacionados con la operación de clústeres de Kubernetes a una escala ultra masiva, garantizando la fiabilidad y la eficiencia.

• Construir y mantener un framework de alta velocidad que permita realizar pruebas de rendimiento y escala continuas y permanentes a través de un pipeline de CI/CD moderno.

• Documentar investigaciones, metodologías y resultados de forma clara y concisa, y presentar los hallazgos en foros internos y externos, incluyendo conferencias de la comunidad como KubeCon y GTC.

• Interactuar de manera eficiente con las comunidades "upstream" —incluyendo Kubernetes, CNCF y proyectos de código abierto de NVIDIA— para validar el rendimiento y la escalabilidad de las cargas de trabajo de IA de forma temprana y ayudar a dar forma a las decisiones de diseño y desarrollo.