Software Development Engineer, EC2 UltraServer Availability

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Инженер-разработчик в команду EC2 UltraServer Availability. Задача — обеспечивать высокую доступность GPU-кластеров NVIDIA GB200/GB300 за счёт построения и поддержки облачных workflow ремонта и восстановления.

Задачи

• Проектировать и разрабатывать кросс-функциональные решения совместно с Capacity Management, Hardware Engineering и Datacenter Operations
• Строить облачные решения на нативных сервисах AWS для масштабирования инфраструктурных фреймворков
• Разрабатывать и поддерживать workflow ремонта и восстановления хостов GB200 и GB300 UltraServer
• Автоматизировать диагностический триаж, тестирование железа и валидацию кабелей
• Создавать наблюдаемые системы с метриками и алертингом
• Выполнять и мониторить workflow ремонта UltraServer, разбирать сбои и координировать смежные команды
• Работать с интеграцией железа и софта для GPU-кластеров и систем обучения AI/ML
• Управлять конфигурациями сетевых партиций для многонодовых GPU-кластеров
• Проводить валидацию прошивок и проверки консистентности по группам активов
• Участвовать в код-ревью и технических оценках, наставлять коллег
• Собирать требования, проводить дизайн-ревью, реализовывать и запускать фичи, вести операции и непрерывные улучшения

Требования

• 3+ года профессионального опыта разработки ПО (не стажировки)
• 2+ года опыта проектирования или архитектуры новых и существующих систем (паттерны, надёжность, масштабирование)
• Опыт программирования хотя бы на одном языке
• Желательно: 3+ года опыта полного цикла разработки ПО, включая стандарты кодирования, код-ревью, контроль версий, сборку, тестирование и операции
• Желательно: степень бакалавра по computer science или эквивалент
• Желательно: знание лучших практик software engineering и полного жизненного цикла разработки

Условия

• Медицинская страховка (medical, dental, vision, рецепты, Basic Life & AD&D, опция Supplemental life)
• EAP, поддержка психического здоровья, медицинская консультационная линия
• Flexible Spending Accounts
• Компенсация усыновления и суррогатного материнства
• 401(k) с матчингом
• Оплачиваемый отпуск и отпуск по уходу за ребёнком
• Sign-on payments и RSU
• Базовая зарплата 143 700 – 194 400 USD в год

Навыки

• AWS
• System Design
• Architecture
• GPU clusters
• AI/ML infrastructure
• Firmware validation
• Network partition configuration
• Automation
• Monitoring and alarming