GPU Infrastructure Engineer

เกี่ยวกับตำแหน่ง

คุณจะรับผิดชอบ GPU cluster ของลูกค้าตั้งแต่วันติดตั้งจนถึงวันที่ใช้งานจริง ทำงานร่วมกับทีม network และ LLMOps ให้ cluster พร้อมสำหรับการเทรนและ inference งานมีทั้งหน้างาน data center และการดูแลระบบระยะยาว

หน้าที่และความรับผิดชอบ

• ติดตั้งและตั้งค่า GPU server บน NVIDIA HGX ตาม NVIDIA Reference Architecture
• ทำ validation และ benchmark ก่อนส่งมอบ ทั้ง burn-in, NCCL test และ storage throughput
• ติดตั้งและดูแล Slurm หรือ Kubernetes สำหรับงาน GPU
• วาง monitoring สำหรับ GPU utilization อุณหภูมิ และ error ของ hardware
• แก้ปัญหา driver, firmware และ hardware ร่วมกับผู้ผลิต
• เขียนเอกสารส่งมอบและ runbook ให้ทีม operation

คุณสมบัติ

• ประสบการณ์ดูแล Linux server หรือ HPC cluster 3 ปีขึ้นไป
• ใช้ NVIDIA driver, CUDA และ DCGM ได้จริง
• เขียน automation ด้วย Bash, Python หรือ Ansible ได้
• เข้าใจพื้นฐาน network และ storage ใน data center
• เดินทางไปหน้างาน data center ในประเทศไทยได้

คุณสมบัติที่เป็นข้อได้เปรียบ

• เคยใช้ InfiniBand หรือ RoCE กับ GPU cluster
• เคยใช้ NVIDIA GPU Operator บน Kubernetes
• มีใบรับรองของ NVIDIA, Red Hat หรือ Linux Foundation

เครื่องมือที่ใช้

• Linux
• NVIDIA HGX
• CUDA
• DCGM
• Slurm
• Kubernetes
• Ansible
• Prometheus