Crusoe
Staff Software Engineer, (DEM)
Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.
Один из первых инженеров системы Dynamic Power Management (DPM) в Crusoe: распределённая система управляет энергопотреблением дата-центров от площадки до отдельного GPU. Работа end-to-end — от телеметрии и прогнозирования мощности до продакшн-архитектуры и вывода системы в прод.
Задачи
- Проектировать и строить контур управления DPM: распределение мощности по площадке, ряду, стойке, узлу и GPU на основе реального спроса с адаптацией за секунды
- Владеть пайплайном высокочастотной телеметрии мощности от GPU, NIC, шасси и BMC (Redfish/IPMI), PDU и систем дата-центра
- Моделировать и прогнозировать потребление мощности по площадкам, рядам и стойкам на основе живой телеметрии и симуляции
- Профилировать энергопотребление реальных training и inference нагрузок и превращать это в политики эффективности
- Строить инструменты симуляции и воспроизведения трасс для офлайн-валидации изменений политик
- Выводить DPM в прод через shadow-режим с последующим включением автоматического управления
- Проектировать fail-safe поведение, обработку устаревшей телеметрии, лимиты на скорость изменений и аудит
- Связывать DPM с планированием ёмкости и размещением VM
- Определять метрики успеха DPM и показывать tradeoff'ы инженерному, энергетическому и финансовому руководству
- Вести кросс-функциональную работу с командами электрики и механики дата-центров, энергетики, планирования ёмкости и вендорами (NVIDIA), проводить design review и менторить инженеров
Требования
- 10+ лет индустриального опыта (или 8+ с явным техническим лидерством) в разработке и эксплуатации распределённых систем в проде, включая ведение системы от дизайна до запуска
- Опыт построения систем управления или замкнутого автоматического контура с физическими или финансовыми последствиями ошибок (autoscaler, admission control, rate limiting, управление мощностью или теплом, промышленное ПО)
- Опыт превращения прогнозирования или симуляции в продакшн-сервисы, от которых зависят другие системы
- Глубокий опыт работы с высокообъёмной time-series телеметрией: приём, агрегация, учёт устаревания, пропусков и погрешностей
- Свободное владение Go или Rust
- Готовность работать напрямую с hardware- и facility-командами, умение читать электрическую однолинейную схему
- Умение объяснять технические риски руководству в мегаваттах, долларах и влиянии на клиентов
- Сильные навыки письменного проектирования — роль пишет RFC, по которым строят другие
- Приверженность ценностям компании Crusoe
Условия
- Конкурентная компенсация и пакет акций
- Restricted Stock Units
- Оплачиваемый отпуск, праздники и программы отпусков
- Комплексная медицинская, стоматологическая и офтальмологическая страховка
- Взносы работодателя в HSA
- Оплачиваемый родительский отпуск
- Страхование жизни, краткосрочная и долгосрочная нетрудоспособность
- Профессиональное развитие и компенсация обучения
- Поддержка психического здоровья и wellness
- Компенсация транспорта (парковка и проезд)
- Стипендия на мобильную связь
- Пенсионный план 401(k) с match до 4% зарплаты
- Оплачиваемое время на волонтёрство
- Глобальная туристическая страховка и экстренная помощь
- Ежедневная компенсация на питание
- Дополнительные льготы в зависимости от локации
Навыки
- Go
- Rust
- Kubernetes
- Slurm
- NVIDIA DCGM
- NVML
- NVIDIA DPS
- AMD GPU
- Redfish
- IPMI
- BMC
- PDU
- BMS
- EPMS
- HPC
- time-series telemetry
- simulation
- forecasting
- constraint solvers