États-Unis
Siemens
SpaceXSI
Spécialiste des opérations de supercalculateurs - Memphis
États-Unis
Memphis, Tennessee, United States
Python
Traduction automatique. Consultez l’original.
À PROPOS DU POSTE
SpaceX a été fondée sur la conviction qu'un avenir où l'humanité explore les étoiles est fondamentalement plus passionnant qu'un avenir où nous ne le faisons pas. Aujourd'hui, SpaceX développe activement les technologies nécessaires pour rendre cela possible, avec pour objectif ultime de rendre la vie multiplanétaire et d'étendre la conscience aux étoiles.
SpaceXSI construit une super intelligence pour aider l'humanité à comprendre l'univers. Nos équipes développent l'intégralité de la pile de super intelligence : de nos supercalculateurs Colossus aux modèles Grok, en passant par notre suite d'applications, incluant Grok Bot, Grok Build, Grok Imagine, Grok Voice et X. Nous créons un puissant cercle vertueux où davantage de puissance de calcul permet d'entraîner de meilleurs modèles, ces modèles alimentant des produits plus utiles, et ce que nous apprenons des utilisateurs de ces produits façonne nos futures réalisations.
SpaceXSI exploite une infrastructure GPU hyperscale multi-campus à Memphis, où chaque minute d'interruption coûte cher en termes de débit d'entraînement et d'engagements clients. L'équipe d'ingénierie des opérations assure 100% de disponibilité des GPU, de bout en bout, 24/7. Il s'agit d'une nouvelle équipe d'ingénierie et de spécialistes au service à la fois des opérations de site (calcul) et des opérations d'installation (alimentation et refroidissement). Elle est responsable de la gestion des incidents et de l'ingénierie associée, détient l'autorité centrale de contrôle sur les ressources de calcul impactées ou drainées, pilote le maintien quotidien des salles de données en activité et dirige l'ingénierie de déploiement pour la mise en service de nouvelles salles. L'équipe développera également l'automatisation derrière notre NOC Bot, la couche de surveillance automatisée qui remplace un centre d'opérations réseau (NOC) traditionnel. Considérez cela comme l'équivalent en centre de données des ingénieurs et contrôleurs de lancement de SpaceX : des ingénieurs et spécialistes possédant une connaissance système de l'ensemble du site.
RESPONSABILITÉS
- Assurer une rotation 24/7 responsable de la gestion des incidents de bout en bout, de l'impact client (équipes internes Grok et locataires externes des salles de données) jusqu'aux installations.
- Détenir l'autorité centrale de contrôle : déterminer quelles ressources de calcul sont impactées ou drainées et prendre en charge la réponse à l'échelle du système.
- Assurer le maintien quotidien du site, y compris la résolution des problèmes impactant le calcul au niveau des racks.
- Gérer les problèmes quotidiens à travers les opérations de site (calcul) et les opérations d'installation (alimentation et refroidissement).
- Diriger les campagnes de tests d'acceptation et de déploiement pour mettre pleinement en service de nouvelles salles de données.
- Développer des scripts de production et l'automatisation pour la mise en service de nouvelles salles de données, et construire l'automatisation derrière le NOC Bot.
- Développer et maintenir des instructions de travail de type planification de fabrication afin que les techniciens travaillent plus efficacement et en toute sécurité.
- Gérer et documenter l'état opérationnel en temps réel et évolutif des salles de données à mesure que de nouvelles salles sont mises en service.
- Permettre aux techniciens des opérations de site et des opérations d'installation d'effectuer leur travail plus efficacement et en toute sécurité afin d'augmenter la disponibilité des GPU.
QUALIFICATIONS DE BASE
- Diplôme d'études secondaires ou équivalent et 2+ années d'expérience dans les centres de données, les installations critiques, le calcul haute performance (HPC) ou des opérations à grande échelle similaires. Un diplôme d'associé ou une licence dans un domaine technique est un plus.
EXIGENCES SUPPLÉMENTAIRES
- Doit être capable de travailler selon un planning rotatif 24/7, incluant les nuits, les week-ends et les jours fériés selon les besoins.
- Capacité physique à effectuer des tâches en centre de données, incluant le levage de charges allant jusqu'à 50 lbs sans assistance, rester debout pendant de longues périodes et l'utilisation occasionnelle d'échelles.
- Doit être disposé à travailler des heures prolongées si nécessaire lors d'incidents ou de la mise en service de salles de données.
COMPÉTENCES ET EXPÉRIENCE SOUHAITÉES
- Connaissance au niveau système des sites de centres de données couvrant le calcul, le réseau, l'alimentation et le refroidissement.
- Expérience dans la gestion ou l'exécution de la réponse aux incidents dans un environnement opérationnel 24/7.
- Compétences spécialisées en dépannage sur le calcul au niveau des racks et les systèmes d'installation.
- Expérience en ingénierie de déploiement, mise en service ou tests d'acceptation de nouvelles salles de données ou de clusters.
- Expérience en script de production et automatisation (par exemple, Python, Bash).
- Expérience dans la rédaction d'instructions de travail, de procédures ou de planification de fabrication pour les techniciens.
- Expérience dans le support d'environnements GPU, IA ou de calcul haute performance à grande échelle.
- Capacité à communiquer clairement avec les techniciens, les ingénieurs ainsi que les clients internes et externes lors d'incidents en direct.
- Enthousiasme pour la mission de SpaceXSI et capacité à prospérer dans un environnement au rythme soutenu où l'autonomie est primordiale.
SpaceXSI est un employeur garantissant l'égalité des chances. Pour plus de détails sur le traitement des données, consultez notre Avis de confidentialité pour le recrutement.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil