Estados Unidos
B&A
WEKA
Administrador de Plataforma de Dados WEKA (Remoto EUA)
Estados Unidos
United States
PythonAWSKubernetesGo
Tradução automática. Consulte o original.
Sobre a vaga
Administrador de Plataforma de Dados WEKA
Sucesso do Cliente - Serviços Premium
A WEKA está arquitetando uma nova abordagem para a pilha de dados corporativos criada para a era do raciocínio. O NeuralMesh da WEKA estabelece o padrão para infraestrutura de dados de IA agentica com uma solução de software nativa em nuvem e IA que pode ser implantada em qualquer lugar. Ele transforma silos de dados legados em pipelines de dados que aumentam drasticamente a utilização de GPU e fazem com que o treinamento e a inferência de modelos de IA, machine learning, e outras cargas de trabalho intensivas em computação sejam executados mais rapidamente, funcionem com mais eficiência e consumam menos energia.
A WEKA é uma empresa em estágio de crescimento, pré-IPO, em uma trajetória de hipercrescimento. Levantamos US$ 375 milhões em capital com dezenas de investidores estratégicos e de capital de risco de classe mundial. Ajudamos as maiores e mais inovadoras empresas e organizações de pesquisa do mundo, incluindo 12 da Fortune 50, a alcançar descobertas, insights e resultados de negócios de forma mais rápida e sustentável. Somos apaixonados por resolver os desafios de dados mais complexos de nossos clientes para acelerar a inovação inteligente e o valor de negócios. Se você compartilha nossa paixão, convidamos você a se juntar a nós nesta jornada emocionante.
O Jeito WEKA
- Somos Responsáveis: Assumimos total propriedade, sempre – mesmo quando as coisas não saem como planejado. Lideramos com integridade, demonstramos responsabilidade e propriedade, e mantemos a nós mesmos e uns aos outros nos mais altos padrões.
- Somos Corajosos: Questionamos o status quo, ultrapassamos limites e assumimos riscos inteligentes quando necessário. Damos as boas-vindas aos desafios e abraçamos debates como oportunidades de crescimento, transformando coragem em combustível para a inovação.
- Somos Colaborativos: A verdadeira colaboração não é apenas sobre trabalhar juntos. É sobre elevar uns aos outros para ter sucesso coletivamente. Somos orientados para a equipe e nos comunicamos com empatia e respeito. Desafiamos uns aos outros e conduzimos a resolução positiva de conflitos. Somos transparentes sobre nossos objetivos e resultados. E juntos, somos imparáveis.
- Somos Centrados no Cliente: Nossos clientes estão no coração de tudo o que fazemos. Ouvimos ativamente e priorizamos o sucesso de nossos clientes, e cada decisão que tomamos é impulsionada por como podemos melhor atendê-los, apoiá-los e capacitá-los a ter sucesso. Quando nossos clientes vencem, nós vencemos.
O que você fará
Nossos clientes de IA Hyperscaler vendem capacidade de GPU para outras empresas. Seus locatários executam treinamento, inferência e checkpointing na WEKA. Esses locatários esperam que a camada de dados simplesmente funcione.
Como Administrador de Plataforma de Dados WEKA, você é responsável por esse resultado. Você executa a implantação da WEKA para essas empresas de nuvem como uma extensão de sua equipe, no dia a dia, para que eles não precisem alocar pessoal para a administração da WEKA em si. Você pode trabalhar diretamente com os clientes finais deles para ajustar a infraestrutura para as cargas de trabalho que eles realmente executam.
Operar a Implantação
- Executar o ambiente WEKA no dia a dia: monitoramento, integridade, atualizações, capacidade, configuração e auditorias.
- Criar e gerenciar sistemas de arquivos, tiering para armazenamento de objetos, snapshots, cotas e configuração de protocolo (POSIX, NFS, SMB, S3) à medida que os locatários são integrados e crescem.
- Assumir a responsabilidade pelo estado operacional. Manter o ambiente íntegro, documentado e recuperável.
- Executar alterações aprovadas seguindo um padrão: confirmar escopo e aprovação, classificar risco, validar, manter um rollback, registrar o resultado.
- Monitorar desvios, pressão de capacidade e anomalias. Reportá-los antecipadamente com um caminho recomendado.
Otimizar a Infraestrutura para as Cargas de Trabalho dos Clientes Finais do NCP
- Pode envolver trabalhar diretamente com os locatários do cliente e suas equipes de plataforma para entender como cada carga de trabalho usa o armazenamento: treinamento, inferência, checkpointing, carregamento de dados e agendamento.
- Ajustar a WEKA para se adequar à carga de trabalho. Layout do sistema de arquivos, tiering, política de snapshot, cotas e QoS por locatário.
- Validar e padronizar a camada do cliente: clientes de nó de GPU, rede BlueField-3 e SR-IOV, opções de montagem, cgroups e política de CPU do kubelet, e o operador Kubernetes e driver CSI da WEKA.
- Integrar novos locatários e clientes com um procedimento repetível e verificado. Verificar a configuração e os scripts antes que cheguem à produção, não durante uma escalação.
- Estabelecer linhas de base de desempenho. Executar benchmarks e testes com locatários e relatar o que mudou e por quê.
- Encontrar limites de escala antes que os clientes o façam: contagem de clientes, limites de processos, comportamento de NAT e roteamento em redes de locatários.
Runbooks, Automação e Continuidade
- Criar e manter runbooks operacionais do cliente que um backup qualificado possa seguir: procedimentos, orientação de acesso, validação, rollback e etapas de recuperação.
- Transformar trabalho manual repetido em scripts, automação ou checklists. Usar Python, Bash e Ansible.
- Preparar passagens de bastão e resumos de backup antes de folgas ou mudanças de cobertura.
- Explicar procedimentos e decisões aos operadores do cliente para que eles se tornem mais capazes, não mais dependentes.
Escalação e Colaboração
- Abrir e atualizar casos com a condição observada, impacto no cliente, trabalho concluído, evidências e próxima etapa solicitada. Seguir o caminho estabelecido para Serviços Técnicos, GRE e P&D.
- Manter a equipe estendida da WEKA informada sobre mudanças, riscos e qualquer coisa que o cliente precise saber.
- Trabalhar com provedores de nuvem, equipes de rede e outros terceiros no ambiente do cliente para resolver problemas.
- Contribuir com resultados operacionais, tendências e riscos para status semanais e revisões trimestrais.
Requisitos
- 10+ anos administrando infraestrutura corporativa em escala, com forte experiência em armazenamento (arquivo, objeto ou bloco).
- Habilidades profundas de administração de Linux, incluindo família RHEL e Ubuntu, em ambientes distribuídos.
- Experiência prática com redes de alta velocidade: Ethernet e InfiniBand, RDMA e fundamentos de DNS, ACLs e TCP/IP.
- Conhecimento prático de Kubernetes e containers, incluindo armazenamento persistente, CSI e operadores.
- Experiência operando GPU, HPC ou infraestrutura de nuvem de grande porte para clientes externos ou múltiplos locatários.
- Experiência com pelo menos uma nuvem principal: AWS, Azure, Google Cloud ou Oracle Cloud.
- Proficiência em Python, Bash ou Ansible. Você automatiza o que repete.
- Experiência com pilhas de monitoramento e alerta (Prometheus, Grafana, ferramentas de log e métricas).
- Experiência com sistemas de tickets como Jira e disciplina em gerenciamento de incidentes graves.
- Comunicação escrita e verbal clara. Você consegue explicar uma mudança para um engenheiro e para um executivo.
- Escrita técnica forte. Seus runbooks funcionam para alguém que nunca viu o ambiente.
É um diferencial se você tiver
- Experiência anterior com WEKA ou outro sistema de arquivos paralelo ou distribuído.
- Experiência operando plataformas de IA/ML baseadas em Slurm ou Kubernetes.
- Experiência com rede de cluster de GPU NVIDIA e sistemas de classe DGX.
- Experiência colaborando entre equipes de suporte e produto ou engenharia.
- Familiaridade com Confluence, Slack e outras ferramentas de colaboração.
Como é o sucesso
- O trabalho de rotina é concluído de forma previsível, documentado e verificado após a execução.
- Um backup qualificado pode operar o ambiente a partir do seu runbook.
- Os locatários do cliente são integrados mais rapidamente, com menos surpresas e atingem suas metas de desempenho.
- Problemas na camada do cliente são encontrados na verificação, não na produção.
- Riscos e lacunas de acesso são levantados antecipadamente com um caminho recomendado a seguir.
- O trabalho repetido torna-se mais seguro por meio de checklists, scripts e automação.
Mais oportunidades com um só perfil
Quer aparecer para várias vagas sem repetir todo o processo? Crie seu perfil e seja encontrado pelas empresas que usam a Nort.
Criar meu perfil