О компании Nscale и подразделении Deployment PMO
Nscale строит и эксплуатирует масштабную инфраструктуру искусственного интеллекта, предоставляя GPU-кластеры для ведущих гипермасштабируемых компаний, AI-лабораторий и предприятий по всей Северной Америке, EMEA и APAC. Deployment PMO превращает подписанные контракты в работающую инфраструктуру ИИ, координируя множество команд и партнеров, участвующих в запуске крупных GPU-кластеров.
О роли
В качестве директора по логическому развертыванию вы отвечаете за всё, что превращает включённые стойки в рабочий, проверенный и готовый к использованию клиентом кластер. После подачи питания на оборудование вы руководите запуском сети и программного обеспечения, которые обеспечивают вычисления. Это включает данные об активах и инвентаризации, начальное подключение, развертывание fabric, запуск управляющей плоскости и флота, регистрацию GPU, проверку приемки и передачу в текущую эксплуатацию.
Вы превратите сложную цепочку инженерных зависимостей в предсказуемую последовательность, которой бизнес сможет доверять, и будете контролировать выполнение обязательств инженерными, сетевыми и партнерскими командами.
Что вы будете делать
Отвечать за логический запуск
•Отвечать за интегрированный логический график каждого кластера — от фиксации данных об активах до передачи клиенту.
•Поддерживать данные об активах и инвентаризации в NetBox как источник истины, фиксируя их перед началом запуска и поддерживая точность на протяжении всего процесса.
•Обеспечивать готовность подключения, включая подключение на периферии, out-of-band и управляющие сети, а также начальное подключение как для среды Nscale, так и для клиентской среды.
•Последовательно организовывать запуск сервисов, управляющей плоскости и флота среди инженерных команд.
Обеспечивать развертывание сетевого fabric
•Руководить развертыванием front-end и back-end fabric совместно с командами Networking и Build Out до полного завершения.
•Быстро устранять блокирующие проблемы с fabric, конфигурацией и подключением, а при угрозе срыва графика — своевременно эскалировать.
Проводить проверку и передачу
•Отвечать за регистрацию и проверку GPU, а также за интеграцию и подготовку к эксплуатации в системе управления флотом.
•Руководить проверкой приемки в соответствии с критериями клиента, устраняя дефекты совместно с инженерными и OEM-партнерами.
•Готовить каждый кластер к передаче и аккуратно передавать его в текущую эксплуатацию с полной документацией, инструкциями и списками открытых вопросов.
Руководить людьми и строить операционную модель
•Руководить, нанимать и развивать команду менеджеров инженерных программ, специалистов по сетям и проверке, а также лидов по инструментам и автоматизации.
•Определять руководство по логическому развертыванию, включая критерии входа из физического развертывания, контрольные точки, чек-листы и стандартные сроки.
•Автоматизировать запуск, проверку и отчётность о статусе совместно с командой по инструментам, чтобы каждый следующий кластер запускался быстрее предыдущего.
•Еженедельно отчитываться о статусе и рисках перед вице-президентом и старшим руководством, чётко разделяя прогнозы и потенциальные улучшения.
Как выглядит успех в первые 6–12 месяцев
•Каждый активный кластер имеет один интегрированный логический график, за которым закреплён ответственный руководитель и который еженедельно пересматривается.
•Логические этапы достигаются в установленные сроки, либо срывы фиксируются минимум за две недели с планом восстановления.
•Время от подачи питания на стойку до передачи клиенту сокращается с каждым новым кластером.
•Проверка приемки проводится по повторяемому, документированному стандарту на каждом объекте.
•Кластеры передаются в текущую эксплуатацию без открытых блокирующих проблем.
•Документированное руководство по логическому развертыванию и базовая автоматизация запуска используются на каждом новом объекте.
•Команда Logical Deployment полностью укомплектована, с чётким распределением ответственности и планом преемственности.
Что вы приносите
•12+ лет опыта в гипермасштабной инфраструктуре, облачных платформах или крупномасштабной HPC-доставке, включая 5+ лет руководства командами.
•Прямой опыт доставки крупных GPU- или HPC-кластеров, от запуска сети и платформы до проверки и приемки клиентом.
•Глубокие знания сетей дата-центров, включая front-end и back-end fabric, InfiniBand или RoCE, а также out-of-band и управляющие сети.
•Хорошее понимание инфраструктурного программного обеспечения, включая системы провиженинга, управляющие плоскости, управление флотом и системы учёта активов, такие как NetBox.
•Опыт достижения твёрдых обязательств от инженерных команд, которыми вы не управляете напрямую.
•Навыки построения интегрированных графиков и критических путей с множеством зависимостей, а также их восстановления при срывах.
•Чёткое и лаконичное общение с руководством, как в письменной форме, так и лично, с честными прогнозами.
•Готовность к командировкам примерно 50% времени, преимущественно на объекты дата-центров.
Как вы руководите
Это роль уровня директора. Мы ищем лидера, который отвечает за результаты, а не просто отчитывается о них.
•Решительный: Вы называете реальную дату, даже если она непопулярна, и сопровождаете её планом восстановления. Принимаете решения на основе неполной информации и стоите за ними.
•Настойчивый с партнёрами: Вы требуете от инженерных, сетевых и партнерских команд выполнения обязательств. При срыве зависимости эскалируете проблему рано, напрямую и с доказательствами.
•Ответственный: Вы отвечаете за результат каждого кластера в своей зоне ответственности. Вместо того чтобы «ждать инженеров», объясняете, что делаете для решения проблемы.
•Спокоен под давлением: Вы наводите порядок в проваливающемся запуске и помогаете команде мыслить ясно при срывах графиков.
•Авторитетен для руководства: Вы информируете старших вице-президентов и клиентов с ясной и честной позицией: что правда, что под угрозой и что вам нужно от них.
•Создатель лидеров: Вы нанимаете сильных инженеров и менеджеров программ, даёте им реальную ответственность и развиваете их в лидеров.
•Технически подкован: Вы можете прочитать дизайн fabric, журнал запуска или отчёт по проверке и определить источник проблемы. Только отчётов о статусе недостаточно.
Желательные квалификации
•Практический опыт работы с кластерами NVIDIA GB200/GB300 или Vera Rubin NVL72-класса, включая NVLink, InfiniBand или Spectrum-X fabric.
•Опыт работы в гипермасштабируемой компании, neocloud или AI-лаборатории с выводом в производство кластеров на 10K+ GPU.
•Знание процессов валидации и прогрева кластеров NVIDIA.
•Опыт создания автоматизации для провиженинга, проверки или отчётности по развертыванию.
•Опыт в сетевой инженерии, SRE или инфраструктурном программном обеспечении.
Заработная плата
Ниже приведён диапазон базовой заработной платы для данной позиции. Фактическое вознаграждение может варьироваться в зависимости от факторов, связанных с работой, таких как навыки, опыт, образование и местоположение. Помимо базовой зарплаты, эта роль может иметь право на бонусы, акции и/или комиссионные программы. Nscale может предложить конкурентоспособный пакет льгот, включая медицинское, стоматологическое и офтальмологическое страхование, гибкий оплачиваемый отпуск, декретный отпуск и участие в пенсионном плане.
Диапазон зарплаты: 290 000 $ — 350 000 $ США
