Senior Systems Performance Engineer — Data Center HPC

NVIDIA Corporation; United States; Remote; USD 140,000 - 210,000; Full time

Job summary

NVIDIA продолжает поиск опытного инженера по системной производительности для команды Applied Systems Engineering Performance. Ваша работа объединит эксперименты и разработку ПО для изучения спросов на новых платформах и масштабирования в дата-центрах.

Основные задачи включают анализ узких мест, сбор и интерпретацию данных, разработку инструментов на Python и сотрудничество с командами по оборудованию, драйверам и приложениям для достижения воспроизводимых улучшений в производительности.

Qualifications

• Опыт работы с profiling и tracing инструментами: Nsight Systems, Nsight Compute, Linux perf, eBPF- инструменты.
• Практический опыт с RDMA и MPI или NCCL, анализ производительности через PCIe, NVLink, InfiniBand или Ethernet.
• Опыт с Slurm, контейнерными рантаймами, cgroups; влияние размещения задач на производительность.
• Опыт улучшения распределённого обучения, inference, или научных приложений с помощью масштабирования (strong/weak).
• Базовая зарплата: определят по локации, опыту и факторам.

Responsibilities

• Характеризовать производительность узлов, стоек и кластера с помощью микро-бенчмарков и реальных приложений.
• Измерять пропускную способность, задержку и масштабируемость; выявлять узкие места вычислений, памяти и передачи.
• Выявлять проблемы Linux в планировании CPU, NUMA, affinity, прерываниях и конкуренции ресурсов.
• Оценивать влияние на использование GPU и эффективность приложений.
• Изучать распределённую нагрузку, взаимодействие между вычислениями и коммуникацией.
• Изучать размещение GPU/ NIC, структуру interconnect и сетевой трафик на производительность.
• Использовать профильные данные, трассировки и счетчики; работать с командами для исправления.
• Разрабатывать Python-утилиты для автоматического запуска бенчмарков, сбора данных и анализа.
• Устанавливать повторяемые базовые линии, оценивать вариацию запуска и регрессию на разных конфигурациях.
• Определять и завершать валидацию производительности для новых платформ и развертываний.

Skills

Python

C/C++

CUDA

Linux performance

HPC performance tooling

MPI/NCCL

Slurm

Automation

Education

BS or MS in Computer Science, Engineering, Mathematics, Physics

Tools

Nsight Systems

Nsight Compute

Linux perf

eBPF-based tools

ReFrame

Job description

NVIDIA продолжает поиск опытного инженера по системной производительности для команды Applied Systems Engineering Performance. Ваша работа объединит эксперименты и разработку ПО для изучения спросов на новых платформах и масштабирования в дата-центрах.

Основные задачи включают анализ узких мест, сбор и интерпретацию данных, разработку инструментов на Python и сотрудничество с командами по оборудованию, драйверам и приложениям для достижения воспроизводимых улучшений в производительности.