Vereinigte Staaten
Temple Health
Cadence Design Systems
Sr IT Architekt
Vereinigte Staaten
San Jose, California, United States
PythonGCPDockerKubernetes
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
BEI CADENCE STELLEN WIR FÜHRER UND INNOVATOREN EIN UND ENTWICKELN SIE, DIE DIE WELT DER TECHNOLOGIE PRÄGEN WOLLEN.
Wir suchen einen hochqualifizierten und erfahrenen KI-Systemingenieur, der unser Team verstärkt. Dies ist eine "hands-on"-Position als Senior Individual Contributor, die eine Schlüsselrolle bei der Leitung der Entwicklung, des Betriebs und der Unterstützung unserer gesamten KI-Infrastruktur spielen wird. Sie sind verantwortlich für den gesamten Lebenszyklus unserer KI-Systeme, von der Architektur und dem Aufbau von Hochleistungs-GPU-Clustern bis hin zur Bereitstellung und Optimierung unserer fortschrittlichsten KI-Modelle und Agenten-Services.
WIR TUN ARBEIT, DIE WICHTIG IST. HELFEN SIE UNS, DAS ZU LÖSEN, WAS ANDERE NICHT KÖNNEN.
Aufgaben
- KI-Infrastruktur-Architektur & Strategie: Leitung des Designs und der Implementierung unserer KI-Infrastruktur der nächsten Generation zur Unterstützung unserer Agentic AI-Initiativen. Sie definieren die technische Strategie für unsere On-Premise-GPU-Cluster, Speicherlösungen und Netzwerke, um optimale Leistung, Skalierbarkeit und Zuverlässigkeit für alle unsere KI-Workloads zu gewährleisten.
- Integration von Cloud-KI-Diensten: Unterstützung und Sicherung der Nutzung von Public-Cloud-KI-Diensten, einschließlich Azure OpenAI-Diensten und Google Cloud Platform (GCP)-Diensten wie Gemini. Dies umfasst die Verwaltung des sicheren Zugriffs, die Überwachung der Nutzung und die Nachverfolgung der Abrechnung, um Kosteneffizienz zu gewährleisten. Sie verfügen außerdem über praktische Erfahrung in der Unterstützung von Compute-, GPU- und KI-Diensten sowohl auf GCP als auch auf Azure.
- "Hands-on"-GPU-Cluster-Management: Übernahme einer Führungsrolle bei der Konfiguration, Installation und Optimierung von GPU-Server-Clustern. Dies umfasst die erweiterte Fehlerbehebung bei Hardware und Software, die Leistungsoptimierung und die Implementierung von Best Practices für die Cluster-Auslastung und das Ressourcenmanagement. Sie sind Experte in der Administration von Job-Schedulern wie LSF in einer Produktionsumgebung, einschließlich der Integration mit Docker für die containerisierte Job-Einreichung.
- Full-Stack KI-Tech-Stack-Entwicklung & Betrieb: Architektur und Bereitstellung eines robusten und skalierbaren KI-Tech-Stacks. Sie sind verantwortlich für den End-to-End-Betriebslebenszyklus, einschließlich der Einrichtung und Verwaltung von deep learning-Frameworks (PyTorch, TensorFlow), der Containerisierung mit Docker und Kubernetes sowie der Implementierung von CI/CD-Pipelines für die KI-Modellentwicklung.
- Erweiterte LLM-Bereitstellung & Optimierung: Leitung der Bereitstellung, des Serveings und der Optimierung von Large Language Models (LLMs). Sie sind Experte für Techniken wie Modellquantisierung, Destillation und die Verwendung von Hochleistungs-Serving-Frameworks (z. B. vLLM, TGI, TensorRT-LLM), um den Inferenz-Durchsatz zu maximieren und die Latenz zu minimieren.
- Agentic AI Workflow & Service Engineering: Architektur und Aufbau von produktionsreifen Agentic AI-Workflows und -Diensten. Sie sind verantwortlich für das technische Design und die Implementierung von Systemen, die LLMs mit externen Tools, APIs und Datenbanken integrieren, und werden andere Ingenieure beim Aufbau robuster und skalierbarer KI-Agenten-Anwendungen betreuen.
- Automatisierung & Überwachung: Entwicklung und Wartung von Automatisierungsskripten mit Sprachen wie Python, Bash oder Perl zur Straffung der Systemwartung, Bereitstellung und Berichterstattung. Implementierung und Verwaltung von Überwachungslösungen für Systemgesundheit, Job-Status, GPU-Auslastung und Container-Leistung zur proaktiven Identifizierung und Behebung von Problemen.
- KI-System-Support & Mentoring: Als letzte Eskalationsstelle für die komplexesten technischen Probleme im Zusammenhang mit unserer KI-Infrastruktur fungieren. Sie werden auch als technische Führungskraft und Mentor für andere Ingenieure fungieren und Anleitungen zu Best Practices im KI-System-Engineering, zur Leistungsoptimierung und zur operativen Exzellenz geben.
- Sicherheit und Compliance: Entwicklung und Implementierung von Best Practices für die Sicherheit unserer KI-Systeme und Daten, um die Einhaltung relevanter Vorschriften zu gewährleisten und unser geistiges Eigentum zu schützen.
Erforderliche Fähigkeiten und Qualifikationen
- 12+ Jahre Erfahrung in einer leitenden technischen Rolle, davon mindestens 5 Jahre im Aufbau und Betrieb von Hochleistungsrechen- oder KI-Infrastrukturen. Nachgewiesene Erfolgsbilanz als Principal oder Senior Staff Engineer.
- Expertenkenntnisse der NVIDIA GPU-Architektur und Technologien wie CUDA und cuDNN. Umfangreiche Erfahrung mit Multi-GPU- und Multi-Node-Training und -Inferenz.
- Nachgewiesene Erfahrung mit Public-Cloud-KI-Diensten, insbesondere bei der Verwaltung von Zugriff, Nutzung und Abrechnung für Azure OpenAI und Google Cloud Platform (GCP)-Dienste.
- Umfangreiche praktische Erfahrung mit Docker: Image-Management, Container-Orchestrierung und Fehlerbehebung.
- Beherrschung von Skriptsprachen wie Python, Bash oder Perl.
- Tiefgreifende Expertise in der Linux Systemadministration (RHEL bevorzugt), einschließlich Netzwerk, Speicher und Leistungsoptimierung.
- Vertrautheit mit Benutzerauthentifizierung und Integration über Systeme wie LDAP oder Active Directory.
- Starke Problemlösungs- und Kommunikationsfähigkeiten mit der Fähigkeit, in einem Multi-Plattform-, funktionsübergreifenden und geografisch verteilten Team zu arbeiten.
Bevorzugte/Bonus-Fähigkeiten
- Verständnis für KI-Job-Profiling und -Tuning (Speicher, GPU, I/O).
- Erfahrung in der Administration von LSF-Clustern in einer Produktions- oder Forschungsumgebung. Vertrautheit mit anderen Job-Schedulern wie Slurm ist von Vorteil.
- Erfahrung mit LSF Docker-Integration und Job-Einreichung über Container-Images.
- Erfahrung mit macOS/AppleSilicon-Systemadministrationsaufgaben und Fehlerbehebung.
Die jährliche Gehaltsspanne für Kalifornien beträgt $168,000 bis $312,000. Sie können auch Anspruch auf eine variable Vergütung haben: Bonus, Aktienoptionen und Zusatzleistungen. Vertriebspositionen bieten in der Regel eine wettbewerbsfähige On Target Earnings (OTE)-Struktur für variable Vergütung. Bitte beachten Sie, dass die Gehaltsspanne eine Richtlinie ist und die Vergütung je nach Faktoren wie Qualifikationen, Erfahrungsniveau, Kompetenzen und Arbeitsort variieren kann.
Unsere Leistungsprogramme umfassen: bezahlter Urlaub und bezahlte Feiertage, 401(k) Plan mit Arbeitgeberzuschuss, Mitarbeiteraktienkaufplan, eine Vielzahl von medizinischen, zahnärztlichen und Sehkraftplänen und mehr.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen