Senior Linux / HPC Infrastructure Engineer (SRE)

MARGO; United States; Remote; USD 70,000 - 88,000; Full time

Benefits offered by this job

Duże klastry GPU

Autonomia w decyzjach

Wsparcie techniczne

Bliska współpraca z Team Lead

Możliwość rozwoju HPC/AI

Job summary

MARGO poszukuje doświadczonego inżyniera Linux/SRE do utrzymania i rozwijania infrastruktury HPC oraz klastrów GPU, wykorzystywanych do AI. Praca na fizycznych serwerach z Linuxem, sieciami Datacente i NVIDIA; dużo automatyzacji z Ansible, Pythonem i Gitem.

Oczekujemy solidnej znajomości Linuxa, doświadczenia z Data Center, umiejętności diagnozy i monitorowania, a także dobrej znajomości Bash/Python i Ansible. Wynagrodzenie 200–250 PLN/h towarzystzo opisane w ofercie.

Qualifications

• Bardzo dobra znajomość Linuxa Debian-like i doświadczenie z systemami produkcyjnymi.
• Doświadczenie z bare-metal i infrastrukturą Data Center.
• Dobra znajomość sieci (TCP/IP, DNS, VLAN, routing).
• Umiejętność samodzielnego diagnozowania problemów systemowych, sieciowych i wydajnościowych.
• Znajomość Ansible, Git oraz skryptów Bash i Python.
• Doświadczenie z monitoringiem i narzędziami diagnostycznymi.
• Angielski umożliwiający swobodną codzienną komunikację.

Responsibilities

• Utrzymaniem i rozwojem infrastruktury Linux oraz klastrów HPC/GPU.
• Diagnozowaniem i rozwiązywaniem problemów produkcyjnych, zarówno systemowych, jak i sprzętowych.
• Automatyzacją konfiguracji i zarządzania infrastrukturą.
• Rozwijaniem monitoringu i poprawianiem stabilności środowiska.
• Współpracą przy wdrożeniach i rozwiązywaniu incydentów.
• Dokumentowaniem rozwiązań i usprawnianiem codziennej pracy.

Skills

Linux admin

Python

Bash

Ansible

Git

Networking

Diagnostics

Tools

Ansible

Git

Prometheus

Grafana

NVIDIA DCGM

Job description

Szukamy doświadczonego inżyniera Linux/SRE do zespołu zajmującego się utrzymaniem i rozwojem infrastruktury HPC oraz klastrów GPU wykorzystywanych do AI.

Pracujemy na fizycznych serwerach, z Linuxem, sieciami Data Center i technologiami NVIDIA. Dużo automatyzujemy, korzystamy z Ansible, Pythona, Basha i Gita.

To nie jest typowa praca DevOps skupiona na chmurze i wdrażaniu aplikacji. Tutaj zdecydowanie więcej czasu spędza się na pracy z infrastrukturą, diagnozowaniu problemów i dbaniu o stabilność środowiska.

200 zł - 250 zł an hour

Czym będziesz się zajmować?

• Utrzymaniem i rozwojem infrastruktury Linux oraz klastrów HPC/GPU.
• Diagnozowaniem i rozwiązywaniem problemów produkcyjnych, zarówno systemowych, jak i sprzętowych czy sieciowych.
• Automatyzacją konfiguracji i zarządzania infrastrukturą.
• Rozwijaniem monitoringu i poprawianiem stabilności środowiska.
• Współpracą przy wdrożeniach i rozwiązywaniu incydentów.
• Dokumentowaniem rozwiązań i usprawnianiem codziennej pracy.

Czego oczekujemy (Hard Skills)?

• Bardzo dobrej znajomości Linuxa Debian-like i doświadczenia z systemami produkcyjnymi.
• Doświadczenia z bare-metal i infrastrukturą Data Center.
• Dobrej znajomości sieci (TCP/IP, DNS, VLAN, routing).
• Umiejętności samodzielnego diagnozowania problemów systemowych, sieciowych i wydajnościowych.
• Znajomości Ansible, Git oraz umiejętności pisania skryptów w Bashu i Pythonie.
• Doświadczenia z monitoringiem i narzędziami diagnostycznymi.
• Angielskiego pozwalającego na swobodną codzienną komunikację.

Mile widziane

• Doświadczenie z HPC, klastrami obliczeniowymi lub infrastrukturą GPU.
• Znajomość technologii NVIDIA (Cumulus, DCGM, NCCL, NHC, NVIDIA Container Toolkit).
• Znajomość InfiniBand, RDMA, SLURM.
• Doświadczenie z Prometheus, Grafana, GitLab CI/CD.
• Doświadczenie z rozproszonymi i klastrowymi systemami plików (Lustre, Ceph).

Kim jesteś (Soft Skills)?

• Potrafisz samodzielnie podejść do problemu i nie boisz się szukać rozwiązań.
• Lubisz współpracować z innymi i potrafisz jasno komunikować, co robisz.
• Bierzesz odpowiedzialność za swoją pracę i zmiany wprowadzane na produkcji.
• Chętnie automatyzujesz powtarzalne zadania.
• Nie masz problemu z pytaniem o pomoc ani dzieleniem się własną wiedzą.

Organizacja pracy

• Około 10-osobowy zespół podzielony na część operacyjną (SRE) i projektową.
• Godziny pracy 8:00-18:00, z dwugodzinną przerwą.
• Praca na Linuxie lub macOS.
• Scrum, regularne spotkania i dużo bezpośredniej komunikacji w zespole.
• Obecnie bez dyżurów nocnych i weekendowych, ale w przyszłości planowane jest wprowadzenie rotacyjnego on-call.

Co oferujemy?

• Pracę z dużymi klastrami GPU i infrastrukturą AI/HPC.
• Sporo samodzielności i realny wpływ na to, jak działa infrastruktura.
• Bezpośrednią współpracę z doświadczonymi inżynierami i Tech Leadem.
• Możliwość poznania i rozwijania się w technologiach HPC/AI GPU.
• Krótką ścieżkę decyzyjną, bez zbędnych formalności.