Systems HPC engineer in GPU clusters

Nebius; United States; Teletrabalho; USD 140 000 - 200 000; Tempo integral

Vantagens oferecidas por esta oferta de emprego

Конкурентная заработная плата

Возможность карьерного роста

Гибкость и автономия

Дружелюбная и инновационная культура

Работа в международной команде

Динамичная среда и влияние на проекты

Resumo da oferta

Nebius Group ищет опытного специалиста по системному ПО для оптимизации производительности и поддержки GPU-кластеров в условиях обширной инфраструктуры. Вы будете работать над анализом поведения системы, устранением сбоев и настройкой стека на уровне ядра и приложений.

Требуется глубокое знание C/C++, Go, Python, а также опыт с Linux и HPC-системами. Возможна удаленная работа в рамках международной команды, гибкость и рост в инновационной культуре.

Qualificações

• 5+ лет профессионального опыта разработки системного уровня, оптимизация производительности.
• 3+ года hands-on работы с Linux (администрирование, устранение неполадок, настройка).
• Глубокое понимание архитектуры сервера: PCIe, NIC, Linux OS/Kernel, HPC системы.
• Сильная грамотность в языках C/C++, Go, Python, ориентированных на производительность.

Responsabilidades

• Понимать поведение системы на разных слоях, искать узкие места и внедрять улучшения.
• Диагностика и устранение проблем производительности GPU-кластеров под реальными нагрузками.
• Оценивать и интегрировать новое железо и настройки через стек ПО.
• Поддержка escalations по производительности от внутренних команд и клиентов.
• Тесное взаимодействие с командами инфраструктуры, софта и поставщиков аппаратного обеспечения.
• Участвовать в квалификации оборудования и кластеров для соответствия требованиям по производительности.

Conhecimentos

System-level разработка

Linux системное администрирование

C/C++

Go

Python

Производительная оптимизация

Ferramentas

PCIe устройства

Linux ядро/системы

Сети/NICs

Системы HPC

Descrição da oferta de emprego

Описание:

Nebius is leading a new era in cloud infrastructure for the global AI economy. We are building a full-stack AI cloud platform that supports developers and enterprises from data and model training through to production deployment, without the cost and complexity of building large in-house AI/ML infrastructure. Built by engineers, for engineers. From large-scale GPU orchestration to inference optimization, we own the hard problems across compute, storage, networking and applied AI.

Задачи:

• Focus on understanding system behavior across multiple layers, identifying performance bottlenecks, and driving improvements that shape how our clusters are built, operated, tuned, and validated.
• Investigate and troubleshoot performance issues of GPU cluster under real workloads (training and inference)
• Evaluate and integrate new hardware, system configurations and tuning approaches through software stack
• Support complex performance-related escalations from internal teams and customers
• Work closely with infrastructure, software engineering and hardware vendor teams (e.g. NVIDIA, Mellanox, Intel)
• Contribute to hardware and cluster qualification (acceptance), ensuring systems meet performance expectations

Требования:

• 5+ years of professional experience in system-level software development (focused on performance optimization, low-level programming).
• 3+ years of hands-on experience with Linux systems (administration, troubleshooting, and performance tuning).
• In-depth understanding of server architecture, including PCIe devices, NICs, Linux OS/Kernel, and high-performance computing (HPC) systems.
• Strong proficiency in one or more performance-oriented programming languages (C/C++, Go, Python).

Условия:

• Competitive compensation
• Career growth and learning opportunities
• Flexibility and ownership
• Collaborative and innovative culture
• Opportunity to work on impactful AI projects
• International environment and talented teams
• Fast moving
• Bold thinking
• Constant growth
• Meaningful impact
• Trust and real ownership
• Opportunity to shape the future of AI