← Todas as vagas de Cloud & DevOps|Vagas na SOVOS COMPLIANCE DESENVOLVIMENTO DE SISTEMAS LTDA.

SOVOS COMPLIANCE DESENVOLVIMENTO DE SISTEMAS LTDA.

Brasília, DF, Brasil

Pessoa Engenheira de HPC & AI Infrastructure
Sênior.

onsite

Descricao da vaga

PcDs são sempre bem-vindas.

Buscamos um(a) profissional sênior para atuar na arquitetura, administração, automação, sustentação e otimização de ambientes HPC e infraestrutura para IA/Deep Learning.

A posição exige forte experiência prática em ambientes Linux, administração de cluster e troubleshooting de ambientes de alta performance, atuando desde o sistema operacional, rede, storage, GPUs, headnode e tunning de aplicações cientificas e corporativas.

Responsabilidades e atribuicoes

Implantar, administrar e otimizar ambientes de virtualização free e de mercado, como QEMU, Proxmox, Hyper-V, VMWare.
Administração de sistemas operacionais Linux, desde configuração, hardening, troubleshooting, performance tuning, serviços, kernel, drivers, filesystem, networking e automação.
Maximizar a eficiência de clusters de computação de alto desempenho através da configuração de partições e políticas de prioridade utilizando o Slurm ou soluções de mercado como PBS Professional e LSF
Vivência no ecossistema LiCO para gerenciamento de clusters, monitoramento de infraestrutura e gerenciamento de templates de IA.
Conhecimento em alternativas ao LiCO, familiaridade com ferramentas concorrentes de portais e orquestração de HPC/IA, como Open OnDemand, Run:ai, ou frameworks baseados em Kubernetes para HPC
Automatizar provisionamento e operação de infraestrutura utilizando Ansible, Shell Script e Python, aplicando práticas de infrastructure as code.
Administrar nós com GPUs NVIDIA/AMD, incluindo drivers CUDA, DCGM, MIG, NVLink, NCCL.
Realizar monitoramento constante de infraestrutura e aplicações, identificando gargalos de CPU, GPU, memória, storage e rede.
Atuar junto a pesquisadores e engenheiros no diagnóstico e otimização de workloads MPI/OpenMP, IA e Deep Learning.
Contribuir para segurança, documentação, capacity planning, governança e evolução da arquitetura HPC.

Requisitos

Graduação completa em Ciência da Computação, Engenharia de Software, Sistemas de Informação, Engenharia da Computação ou áreas correlatas;
Experiência sênior e hands-on em Linux, preferencialmente RHEL/Rocky/ Ubuntu Server
Domínio de administração e troubleshooting Linux em ambientes de alta performance e/ou larga escala.
Experiência avançada na administração de Slurm
Forte conhecimento de Shell Scripting, Python, Ansible e Git.
Experiência prática com pelo menos uma solução de storage paralelo (Lustre, BeeGFS, GPFS/Spectrum Scale ou equivalente).
Conhecimentos sólidos de redes, Linux e autenticação centralizada (LDAP/FreeIPA/Kerberos ou equivalente).
Capacidade de atuar de forma independente em troubleshooting complexo, análise de performance e resolução de problemas de infraestrutura.