Vereinigte Staaten
Redwood Materials
NVIDIA
Senior Storage Software Engineer - DGX Cloud
Vereinigte Staaten
Santa Clara, California, United States
PythonKubernetesC++RustGo
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
Das DGXC Storage-Team von NVIDIA kümmert sich um einige der schnellsten Trainings- und Inferenzaufgaben. Jeder GPU-Zyklus hängt von einer Speicherplattform ab, die darauf ausgelegt ist, Zehntausende von Beschleunigern kontinuierlich auszulasten. Sie verwaltet Exabyte an Daten sicher und treibt die größten KI-Workloads weltweit in Cloud-, Neocloud- und On-Premise-Umgebungen an. Mit dem Wachstum des beschleunigten Computings ist Speicher unerlässlich. Er kann den Unterschied zwischen effektiver GPU-Nutzung und verschwendetem Potenzial ausmachen, und zwischen der rechtzeitigen Einführung eines Spitzenmodells oder dem Verpassen der Frist um Monate. Wir suchen einen praxisorientierten Storage Software Engineer, der als Einzelbeitragender und technischer Leiter dem Storage-Team beitritt. Sie werden zu Open-Source-Parallel- und verteilten Dateisystemen beitragen und unsere größten GPU-Cluster schnell, zuverlässig und langlebig halten. Sie werden tief in der Praxis bleiben: Produktionscode schreiben und überprüfen, Ursachen im Feld verfolgen und die Konfigurations- und Tuning-Standards festlegen, auf denen unsere GPU-Flotten laufen. Dies ist eine Chance, grundlegende Storage-Entwicklung für das KI-Zeitalter bei dem Unternehmen zu betreiben, das beschleunigtes Computing eingeführt hat.
NVIDIA ist führend bei bahnbrechenden Entwicklungen in den Bereichen Künstliche Intelligenz, High-Performance Computing und Visualisierung. Unsere Erfindung dient als visuelles Zentrum moderner Computer und steht im Mittelpunkt unserer Produkte und Dienstleistungen. Unsere Arbeit eröffnet neue zu erforschende Universen, ermöglicht erstaunliche Kreativität und Entdeckungen und treibt das voran, was einst Science-Fiction-Erfindungen von künstlicher Intelligenz bis hin zu autonomen Fahrzeugen waren. NVIDIA sucht außergewöhnliche Individuen wie Sie, die uns helfen, die nächste Welle der künstlichen Intelligenz voranzutreiben.
NVIDIA gilt weithin als einer der weltweit begehrtesten Arbeitgeber im Technologiebereich. Wir haben einige der fortschrittlichsten und leidenschaftlichsten Menschen der Welt bei uns beschäftigt. Wenn Sie kreativ und autonom sind, möchten wir von Ihnen hören!
Was Sie tun werden
- Beitrag zu Open-Source-Dateisystemen. Tragen Sie Code zu Open-Source-Parallel- und verteilten Dateisystemen sowie zu verteilten Objektspeichern bei. Upstream-Korrekturen und -Funktionen und direkter Austausch mit den Upstream-Communities und Maintainern.
- Dienen als praxisorientierter Storage-Software-Leiter. Schreiben und überprüfen Sie selbst Produktionscode und lesen Sie Kernel-, NFS-, NVMe-oF- oder SPDK-Quellcode, wenn ein Fehler dies erfordert. Treffen Sie die endgültigen technischen Entscheidungen für Storage-Lieferungen anhand messbarer Ziele.
- Triage und Fehlerbehebung im großen Maßstab. Triage, Fehlerbehebung und Ursachenanalyse großer, komplexer Speicherprobleme über sehr große GPU-Cluster (Zehntausende von GPUs) hinweg – I/O- und Metadatenleistung, Datenkorruption und Wiederherstellung.
- Validierung von Architektur und Fähigkeiten. Validieren Sie Storage-Architektur, Fähigkeiten, Leistung und Langlebigkeit. Führen Sie Skalierungstests, Benchmarks und Wiederherstellungsübungen durch und qualifizieren Sie neue Builds anhand messbarer Leistungs- und Langlebigkeitsziele.
- Empfehlung von Konfiguration, Tuning und Richtlinien. Definieren und empfehlen Sie Konfigurations-, Tuning- und operative Best Practices für Hochleistungs-Dateisysteme auf GPU-Infrastrukturen und helfen Sie Betreibern und internen Kunden bei deren Anwendung.
- Breite Zusammenarbeit. Arbeiten Sie mit Trainings-, Inferenz- und beschleunigten Computing-Teams, Site-Reliability- und Operations-Teams, Netzwerk- und Sicherheitsteams zusammen und kooperieren Sie mit Cloud-Anbietern, Neocloud-Betreibern und Storage-Anbietern an einer gemeinsamen Architektur.
- KI-fokussiert arbeiten. Nutzen Sie moderne KI-Codierungs- und Agentenwerkzeuge täglich, um Entwicklung, Debugging, Validierung und Betrieb zu beschleunigen.
Was wir sehen müssen
- BS, MS oder PhD in Informatik, Elektrotechnik oder einem verwandten Fachgebiet – oder entsprechende Erfahrung. Über 12 Jahre direkte Erfahrung in der Storage-Softwareentwicklung, einschließlich umfangreicher Beteiligung an einem Hochleistungs-Parallel- oder verteilten Dateisystem, das Multi-Petabyte-Skalen verarbeitet.
- Beiträge zu Open-Source-Projekten, die ein verteiltes oder paralleles Dateisystem betreffen. Sie sind voll in technische Aufgaben eingebunden. Sie schreiben und überprüfen Produktionscode, untersuchen Dateisystem-, Kernel-, NVMe-oF- oder SPDK-Quellcode, um Fehler zu identifizieren, und führen Skalierungstests oder Wiederherstellungsübungen persönlich durch, anstatt sie anderen zuzuweisen.
- Erfahrung in der Diagnose und Behebung von Speicherproblemen in umfangreichen GPU- oder HPC-Clustern, einschließlich der Analyse von I/O- und Metadatenleistung.
- Starke Kenntnisse in mindestens einer Systemprogrammiersprache (C, C++, Rust oder Go) und Kenntnisse in Python; vertraut mit den Linux Kernel-Storage- und Netzwerk-Stacks (Blockebene, RDMA / RoCE / InfiniBand, NVMe, Page Cache, VFS, Multipath).
- Solides Verständnis von Objektspeicher (S3 / Swift-Klasse) und Block-Speicher (NVMe-oF, iSCSI).
- Starke schriftliche und mündliche Kommunikationsfähigkeiten; in der Lage, komplexe technische Kompromisse für Ingenieure, SREs, Anbieter und interne Kunden zu klären.
- Komfort im Betrieb in einer 24/7 Produktionsumgebung, in der Speicherereignisse die GPU-Verfügbarkeit direkt beeinträchtigen, mit einem sicherheitsorientierten Ansatz, der in jede Erstellung integriert ist.
- 100% praktische Ingenieurarbeit. Sie schreiben und überprüfen Produktionscode, lesen Dateisystem-, Kernel-, NVMe-oF- oder SPDK-Quellcode, um Fehler zu beheben, und führen Skalierungstests oder Wiederherstellungsübungen selbst durch, anstatt sie zu delegieren.
Wege, sich von der Masse abzuheben
- Maintainer oder nachhaltige Beiträge zu weit verbreiteten öffentlichen Projekten.
- Erfahrung in der Erstellung oder dem Betrieb von Speicher für KI-Training oder -Inferenz in sehr großem GPU-Maßstab, mit messbaren Gewinnen bei der GPU-Auslastung oder Reduzierungen von I/O-Engpässen.
- Kernel- und Dateisystementwicklungserfahrung, Metadaten-Skalierbarkeit, Datenplatzierung, Fehlerwiederherstellung oder HSM- oder gleichwertige Erfahrung.
- Kubernetes und CSI-Treiberentwicklung für Speicher.
- Praktische Erfahrung mit SPDK, libfabric oder FUSE-Leistungsoptimierung.
Ihr Grundgehalt wird basierend auf Ihrem Standort, Ihrer Erfahrung und der Bezahlung von Mitarbeitern in ähnlichen Positionen ermittelt. Die Gehaltsspanne für das Grundgehalt beträgt 224,000 USD - 356,500 USD für Level 5 und 272,000 USD - 431,250 USD für Level 6.
Bewerbungen für diese Stelle werden mindestens bis zum 20. Oktober 2026 angenommen.
Diese Ausschreibung gilt für eine bestehende Stelle.
NVIDIA nutzt KI-Tools in seinen Rekrutierungsprozessen.
NVIDIA setzt sich für die Förderung eines integrativen Arbeitsumfelds ein und ist stolz darauf, ein Arbeitgeber der Chancengleichheit zu sein. Da wir Vielfalt bei unseren aktuellen und zukünftigen Mitarbeitern sehr schätzen, diskriminieren wir nicht (einschließlich unserer Einstellungs- und Beförderungspraktiken) aufgrund von Rasse, Religion, Hautfarbe, nationaler Herkunft, Geschlecht, Geschlechtsausdruck, sexueller Orientierung, Alter, Familienstand, Veteranenstatus, Behinderungsstatus oder anderen gesetzlich geschützten Merkmalen.
Sie haben außerdem Anspruch auf Aktienoptionen und Leistungen nvidia.com/en-us/benefits/.
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