Присоединяйтесь к нам в EIT:
В Институте технологий Эллисона (EIT) наша миссия — преобразовывать научные открытия в реальное воздействие на мир. Мы объединяем дальновидных ученых, технологов, политиков и предпринимателей, чтобы решать величайшие проблемы человечества в четырех трансформационных областях:
•Здоровье, медицинская наука и генеративная биология
•Продовольственная безопасность и устойчивое сельское хозяйство
•Изменение климата и управление CO₂
•Искусственный интеллект и робототехника
Это амбициозная работа — работа, требующая любознательности, смелости и неустанного стремления изменить мир к лучшему. В EIT вы станете частью сообщества, основанного на превосходстве, инновациях, упорстве, доверии и сотрудничестве, где смелые идеи превращаются в реальные прорывы. Вместе мы расширяем границы, принимаем сложность и создаем решения для масштабирования идей от лаборатории до общества. Узнайте больше на www.eit.org
Ваша роль:
Присоединяйтесь к нашей команде SciComp, чтобы создавать облачную и вычислительную основу, которая позволяет научным прорывам происходить. Обеспечивайте надежные, безопасные платформы и механизмы самообслуживания, которые ускоряют эксперименты и превращают идеи в результаты — быстрее, в масштабе и с уверенностью.
Ваши обязанности:
•Строить, эксплуатировать и постоянно оптимизировать наши высокопроизводительные GPU-кластеры для обучения и вывода, сосредотачиваясь на надежном, высокодоступном планировании, изоляции и автоматическом управлении жизненным циклом.
•Руководить проектированием и внедрением систем для высокопроизводительных потоков данных, оптимизируя ввод-вывод, кэширование и локальность данных между вычислениями и хранилищем (включая нашу текущую реализацию Lustre).
•Проактивно проводить бенчмаркинг, профилирование и устранять узкие места в производительности на уровнях вычислений, сети и оркестрации для максимизации эффективности распределенного обучения и вывода.
•Устанавливать комплексные системы наблюдаемости, устойчивости и автоматизированного контроля безопасности для обеспечения соответствия требованиям и надежной работы чувствительных исследовательских сред.
•Сотрудничать с исследовательскими, дата- и прикладными командами для прогнозирования потребностей в емкости и стоимости GPU и хранилища, устанавливать квоты и оптимизировать конвейеры экспериментов машинного обучения.
Требования
Необходимые навыки, квалификации и опыт:
•Подтвержденный опыт руководства проектированием, созданием и эксплуатацией высокопроизводительных вычислительных кластеров для машинного обучения в масштабе
•Проактивный, автономный подход к проектированию систем и доказанная способность и желание генерировать идеи, совместно создавать и внедрять оптимальные решения
•Опыт миграции или трансформации инфраструктуры машинного обучения с традиционных планировщиков на современные контейнеризированные системы
•Экспертные знания высокопроизводительных систем хранения данных для нагрузок ML/HPC
•Экспертное понимание архитектуры GPU, высокоскоростных сетей для распределенного обучения и профилирования производительности для устранения узких мест
•Хорошее знание практик IaC и CI/CD (например, Terraform, Argo CD)
Преимущества
Мы предлагаем следующую зарплату и льготы:
•Конкурентоспособная зарплата (в зависимости от опыта) + суточные + бонус
•Расширенный отпуск. Наш ежегодный отпуск составляет 25 дней плюс 8 государственных праздников и дополнительно 3 дня между Рождеством и Новым годом. Также у вас будет возможность приобрести дополнительно 5 дней отпуска в январе и июле.
•Пенсионные взносы — взнос работодателя 7,5%, минимальный взнос сотрудника 5%
•Страхование жизни
•Защита дохода
•Стандартная частная медицинская страховка для вас, вашего партнера и иждивенцев. Включая план выплат при госпитализации
•Скидки для сотрудников
•Программа электромобилей
•Схема вычета зарплаты на детский сад
•Программа «Велосипед на работу»
•Планирование семьи
•Поддержка нейроразнообразия, включая консультации и оценки
•Коучинг и терапевтические услуги
Совместная работа — что это включает:
Вы должны иметь право на постоянную работу в Великобритании с готовностью к необходимым командировкам. В некоторых случаях мы можем рассмотреть спонсорство, которое будет оцениваться индивидуально.
Вы должны проживать в Оксфорде/Лондоне или в пределах удобной досягаемости (или быть готовым к переезду).
Команда SciComp работает по гибридному графику: 3 дня в офисе, из которых 2 дня в нашем офисе в Оксфорде и 1 день в офисе в Лондоне. Вы должны быть готовы соблюдать этот график в случае успешного назначения.
