Senior HPC-Engineer für GPU-Computing

Arbeitszeit: Nicht angegeben
Erfahrung: Erforderlich sind mindestens 5 Jahre systemnahe Softwareentwicklung mit Performanceoptimierung und Low-Level-Programmierung sowie mindestens 3 Jahre praktische Linux-Erfahrung.
Vergütung: Gehalt nicht angegeben

Die Rolle in Kürze

Im GPU- und InfiniBand-Team entwickelt die Rolle zentrale Komponenten einer Cloud-Plattform weiter. Die Arbeit mit Hardwarevirtualisierung, Geräteemulation und dem KVM/QEMU-Stack dient leistungsfähigen und sicheren Multi-GPU- und HPC-Umgebungen.

Deine Aufgaben

Die Leistung von GPU-Clustern und InfiniBand-Netzwerken wird für den Betrieb in HPC- und GPU-Umgebungen optimiert.
Fehlerursachen bei GPUs und InfiniBand-Netzwerken werden analysiert und behoben sowie Korrekturmaßnahmen vorgeschlagen.
Neue Hardware wird in die bestehende Infrastruktur integriert; neue GPU-Hardware wird dabei über Software-Stacks wie Kubernetes, QEMU und KVM unterstützt.
Automatisierungssysteme werden für die proaktive Überwachung, Fehlererkennung und Fehlerbehebung in GPU- und InfiniBand-Umgebungen weiterentwickelt.
GPU-Geräte und InfiniBand-Fabrics werden für einen effizienten und zuverlässigen Betrieb konfiguriert und verwaltet.
Hardwarevirtualisierung und Geräteemulation werden eingesetzt, um Leistung und Sicherheit in Multi-GPU- und HPC-Umgebungen sicherzustellen.

Das solltest du mitbringen

Erforderlich

Erforderlich sind mindestens 5 Jahre Berufserfahrung in systemnaher Softwareentwicklung mit Schwerpunkt auf Performanceoptimierung und Low-Level-Programmierung.
Erforderlich sind mindestens 3 Jahre praktische Erfahrung mit Linux-Systemen in Administration, Fehleranalyse und -behebung sowie Performanceoptimierung.
Erforderlich ist ein tiefgehendes Verständnis von Serverarchitektur einschließlich PCIe-Geräten, Netzwerkkarten (NICs), Linux-Betriebssystem und -Kernel sowie HPC-Systemen.
Erforderlich ist eine sehr gute Beherrschung einer oder mehrerer performanceorientierter Programmiersprachen aus C/C++, Go und Python.
Bewerbende müssen im Land ihrer Bewerbung zur Arbeit berechtigt sein und diese Berechtigung als Voraussetzung für die Einstellung nachweisen.

Von Vorteil

Von Vorteil ist Erfahrung mit GPU-End-to-End-Tests in einer Clusterumgebung mit InfiniBand-Vernetzung.
Von Vorteil sind nachweisbare Erfolge bei der Analyse und Performanceoptimierung von HPC-Workloads, beispielsweise Simulationen, Datenanalysen und KI/ML-Workloads.
Von Vorteil ist Vertrautheit mit RDMA, RoCE und InfiniBand-Protokollen für Hochleistungskommunikation.
Von Vorteil sind ein Hintergrund in Software-Defined Networking (SDN) und Erfahrung mit der Vernetzung von HPC-Clustern.
Von Vorteil ist ein Verständnis der QEMU/KVM-Virtualisierung und der Verwaltung virtualisierter Umgebungen.
Von Vorteil ist Erfahrung mit Deep-Learning-Frameworks wie PyTorch und TensorFlow sowie deren Integration in HPC-Systeme.
Von Vorteil ist Vertrautheit mit Bibliotheken für kollektive Kommunikation wie MPI und NCCL für verteiltes Rechnen.

Das wird angeboten

Es wird eine wettbewerbsfähige Vergütung geboten.
Es bestehen Möglichkeiten zur beruflichen Weiterentwicklung und zum Lernen.
Die Arbeit bietet Flexibilität, Vertrauen und Eigenverantwortung.
Das Arbeitsumfeld ist von Zusammenarbeit und Innovation geprägt.
Es besteht die Möglichkeit, an wirkungsreichen KI-Projekten mitzuarbeiten und die Entwicklung von KI mitzugestalten.
Die Zusammenarbeit erfolgt in einem internationalen Umfeld mit qualifizierten Teams.

So läuft die Bewerbung

Zum Auswahlverfahren gehören Programmierinterviews.
Für eine Einstellung muss die Arbeitsberechtigung im Land der Bewerbung nachgewiesen werden.
Ein Bedarf an Anpassungen im Bewerbungsverfahren kann angegeben werden.

Veröffentlicht: 27.08.2024 · Quelle geprüft: 17.10.2026.

Die Angaben sind für RemoteFruit einheitlich aufbereitet. Maßgeblich bleibt die Originalanzeige. RemoteFruit steht in keiner Partnerschaft mit dem ausschreibenden Unternehmen.