Ingeniero de Confiabilidad, Supercomputación

################################################################################################################################################################################################################################################################ La misión de Thinking Machines Lab es empoderar a la humanidad promoviendo la inteligencia general colaborativa. Estamos construyendo un futuro donde todos tienen acceso a los conocimientos y herramientas para hacer que la IA funcione para sus necesidades y metas únicas. Somos científicos, ingenieros y constructores que han creado algunos de los productos AI más utilizados, incluyendo ChatGPT y Character.ai, modelos de peso abierto como Mistral, así como proyectos populares de código abierto como PyTorch, OpenAI Gym, Fairseq y Segment Cualquier cosa. Estamos contratando un ingeniero para asegurar la fiabilidad de nuestra flota de supercomputación GPU, poseendo la costura entre hardware, firmware y sistema operativo. Usted rastreará la larga cola de problemas de hardware: Estamos llevando a cabo investigaciones fronterizas en AI y un solo mal NIC, HBM o un caso de ventaja del núcleo puede comprometer un experimento. Su trabajo es diagnosticar estos problemas, rastrear su causa raíz hasta el hardware, y resolverlos internamente o directamente con los proveedores para que nuestros investigadores puedan correr a escala y con confianza. - No. Nota: Este es un "empreverde papel" que seguimos abiertos sobre una base continua para expresar interés. Recibimos muchas aplicaciones, y puede que no siempre haya un papel inmediato que se ajuste perfectamente a su experiencia y habilidades. Aún así, te animamos a aplicar. Revisamos continuamente las solicitudes y llegamos a los solicitantes como nuevas oportunidades abiertas. Usted es bienvenido a volver a aplicar si usted tiene más experiencia, pero por favor evitar aplicar más de una vez cada 6 meses. También puede encontrar que ponemos publicaciones para roles singulares para necesidades específicas separadas, de proyecto o de equipo. En esos casos, usted es bienvenido a aplicar directamente además de un papel siempre verde. Lo que harás será lo siguiente: ■ul ■li Investigar, reproducir y remediar cuestiones en grandes grupos de GPU. ■li Posee los controladores, superficie del núcleo y diagnósticos que abarcan hardware, firmware y OS. ■li Automatizar el monitoreo de la confiabilidad de la flota y analizar las tasas de error para validar si una fijación o firmware cambian de manera mensurable los fallos en lugar de cambiarlos. ■li Conducir el ciclo de vida del firmware: seguimiento, calificación, despliegue en estadio y análisis de regresión. ■li Proveer directamente a los proveedores — GPUs, OEMs del servidor, proveedores NIC y proveedores de almacenamiento— para obtener correcciones reales en lugar de números de tickets. Gestione los flujos de RMA cuando el hardware necesita salir. i) Mejorar las señales de salud del hardware de GPU y convertirlas en mejoras de fiabilidad factibles. ■li inteligenteWrite postmortems claros y casos de proveedores que mueven cuestiones hacia adelante. ■/ul ■h2 títulos y clasificaciones > > > ■ul > < > > > > > > > > > Proficiencia en al menos un idioma de backend (utilizamos Python o Rust). > > > > > > < > > > > > > ■li Entorpece en un entorno altamente colaborativo con muchos, diferentes socios interfuncionales y expertos en materia temática. ■li Un sesgo para la acción con una mentalidad para tomar iniciativa para trabajar a través de diferentes pilas y diferentes equipos donde se observa la oportunidad de asegurarse de algo barcos. ■/ul ■p Confecciones preferidas - le animamos a aplicar si usted cumple algunos pero no todos estos: ■ul > < > > > > > > Proveen rigor estadístico en el análisis de confiabilidad. Un registro de pista de depuración de un problema desde el síntoma de la aplicación a la causa raíz en hardware. > < > > > > > > > > > > ■li Alfabetización del kernel de Linux: programador, gestión de memoria, rutas IRQ y el modelo de controlador. experiencia de gestión fuera de banda: BMC / iDRAC / IPMI / Redfish. > > > > > > > > > > > > > > . > < > > > > > > < < > > > > > > > ■li Un instinto para distinguir una máquina descarada, una carga de trabajo agitada y una prueba ardua. ■/ul ■h2 títuloLogistics obtenidos/h2 título ■ul Este papel está basado en San Francisco, California. Dependiendo de los antecedentes, habilidades y experiencia, el rango de salario anual previsto para esta posición es de 350.000 dólares - $475,000 USD. Patrocinio de нелинаннинин: Patrocinamos visas. Aunque no podemos garantizar el éxito de cada candidato o papel, si usted es el adecuado, estamos comprometidos a trabajar a través del proceso de visa juntos. ■li $beneficios: Las Máquinas de Pensamiento ofrecen beneficios generosos de salud, dental y visión, PTO ilimitado, licencia parental pagada y soporte de reubicación según sea necesario. "Conclusión de contenido" Como se establece en la política de igualdad de oportunidades de empleo de las máquinas de pensamiento, no discriminamos sobre la base de cualquier condición de grupo protegido bajo cualquier ley aplicable. - No. Thinking Machines Lab considerará para los solicitantes calificados de empleo con historias delictivas de una manera compatible con los requisitos de la Ley de la Cancillería de California, la Ordenanza de la Cancillería de San Francisco, y cualquier otra ordenanza o ley estatal o local de justas posibilidades.