Vereinigte Staaten
Redwood Materials
NVIDIA
Principal Software Engineer, Rack-Scale System Software — CSP Engagements
Vereinigte Staaten
Texas, Vereinigte Staaten · California, Vereinigte Staaten · Oregon, Vereinigte Staaten · California, Vereinigte Staaten
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
Wir suchen einen Principal Software Engineer für unser CSP Engagements Team als technischen Ansprechpartner für Rack-Scale System SW/FW, der mit CSP-Engineering-Teams zusammenarbeitet, um sicherzustellen, dass diese Systeme zuverlässig im großen Maßstab bereitstellen, überwachen und betreiben können. In dieser Rolle arbeiten Sie mit den funktionsübergreifenden Rack-Scale System SW/FW-Engineering-Teams von NVIDIA mit dedizierter technischer Führung für CSPs zusammen. Ihr Fokus liegt auf der Systemsoftware, die das Rack als Ganzes verwaltet, überwacht und wiederherstellt – Fabric Management, GPU/NVSwitch-Fehlerbehandlung und -Wiederherstellung, Telemetrie für die Systemintegrität APIs, Orchestrierung von Firmware-Updates und SW-gesteuerte Servicefähigkeit. Sie treiben Arbeitsströme mit CSP-Engineering-Teams voran, um ein gemeinsames Verständnis der Architektur aufzubauen, deren betriebliches Feedback einzubeziehen und die Integrationsbereitschaft sicherzustellen.
Die Erfindung der GPU durch NVIDIA im Jahr 1999 befeuerte das Wachstum des PC-Gaming-Marktes, definierte die moderne Computergrafik neu und revolutionierte das parallele Rechnen. In jüngerer Zeit entfachte die GPU-basierte deep learning das moderne deep learning – die nächste Ära des Computings – wobei die GPU als Gehirn von Computern, Robotern und selbstfahrenden Autos fungiert, die die Welt wahrnehmen und verstehen können. Heute sind wir zunehmend als „das KI-Computing-Unternehmen“ bekannt. Wir wollen unser Unternehmen ausbauen und Teams mit den durchdachtesten Menschen der Welt aufbauen. Sind Sie bereit, die nächste Generation des Computings zu verändern? Kommen Sie mit uns an die Spitze des technologischen Fortschritts.
Die Rechenzentrumssysteme von NVIDIA, wie DGX und HGX, sind zu einem Kernstück der schnell wachsenden Unternehmens- und Cloud-Anbieter-Geschäfte von NVIDIA geworden. Diese Plattformen vereinen die volle Leistung von NVIDIA GPUs, NVIDIA NVLink, NVIDIA InfiniBand-Netzwerken, NVIDIA Grace CPUs und einem vollständig optimierten NVIDIA KI- und HPC-Software-Stack.
Was Sie tun werden
- Treiben Sie die Abstimmung der Rack-Scale SW/FW-Architektur über CSP-Engagements hinweg voran – einschließlich Fabric-Management-Software, Überwachung der Verbindungsintegrität, Fehlerbehandlung von GPU/NVSwitch, SW/FW-Servicefähigkeitsfunktionen (z. B. Hot-Plug-Unterstützung, Komponentenisolierung, Firmware-gesteuerte Wiederherstellung) und Orchestrierung von Multi-Komponenten-Firmware
- Treiben Sie technische Arbeitsströme mit CSP-Engineering-Teams zur Rack-Scale-Systemsoftware voran – stellen Sie sicher, dass sie Fabric Management, NVSwitch-Verhalten, Fehlerbehandlungs- und Wiederherstellungsrichtlinien, Telemetrie für die Systemintegrität APIs und SW/FW-gesteuerte Wiederherstellungsoperationen tiefgreifend verstehen
- Erfassen und synthetisieren Sie das Feedback von CSP-Engineering zur Rack-Scale-Systemsoftware – Überwachung der Systemintegrität APIs, SW-gesteuerte Servicefähigkeits-Workflows, Orchestrierung von Firmware-Updates und Fehlerwiederherstellungsverhalten – und vertreten Sie dieses Feedback in den Architektur entscheidungen von NVIDIA
- Arbeiten Sie mit funktionsübergreifenden Teams zusammen, um sicherzustellen, dass die operativen Anforderungen der Kunden in der Systemsoftware und Firmwareentwicklung berücksichtigt werden
- Identifizieren Sie CSP-übergreifende Muster bei Rack-Scale SW/FW-Problemen, Fehlerbehandlungsverhalten und Systemkonfigurationspraktiken – treiben Sie als Ergebnis Verbesserungen bei Dokumentation, Tools und Teststrategien voran
- Arbeiten Sie mit den Ausführungsteams an einer Left-Shift-Strategie zusammen – stellen Sie sicher, dass die SW/FW-Integrationsarbeiten auf Kundenseite frühzeitig identifiziert und vor der Hardwareverfügbarkeit abgeschlossen werden
- Treffen Sie kritische technische Entscheidungen über Kompromisse bei Rack-Scale System SW/FW und mindern Sie Ausführungsrisiken durch frühzeitige Einbindung von CSP-Engineering-Teams
Mindestanforderungen
Was wir sehen müssen
- 15+ Jahre Erfahrung in Systemsoftware, Plattform-Firmware oder der Entwicklung von verteilten Systemen im großen Maßstab. BS oder MS in Informatik, Elektrotechnik oder einem verwandten Bereich (oder gleichwertige Erfahrung)
- Tiefes Verständnis der Herausforderungen von Rack-Scale-Systemsoftware: Koordination mehrerer Komponenten, Fehlerfortpflanzung, Überwachung der Systemintegrität und Servicefähigkeit / Zuverlässigkeit
- Erfahrung mit Fabric-Management-Software, Cluster-Management oder systemweiten Orchestrierungs-Frameworks. Vertrautheit mit Firmware-Architekturen und Management des Update-Lebenszyklus (Sequenzierung von Multi-Komponenten-Updates, Rollback, Wiederherstellung)
- Verständnis von Entwurfsmustern für Fehlerbehandlung und Wiederherstellung in verteilten Systemen – Fehlerisolierung, Wiederholungsrichtlinien, schrittweise Herabstufung
- Erfahrung mit Systemintegritätsüberwachungs- und Telemetriesystemen: Integritätsbewertung, Ereigniskorrelation, API-Design für Flottenweite Beobachtbarkeit
- Verständnis von Systemsoftware für GPUs oder Beschleuniger (Treiber, Geräteverwaltung, Energieverwaltung) ist ein großes Plus
- Kundenorientierung – echte Leidenschaft dafür, zu verstehen, wie CSPs komplexe Systeme im großen Maßstab betreiben und deren Erfahrung vereinfachen
- Nachgewiesener Erfolg in der technischen Führung über organisatorische Grenzen hinweg und Einflussnahme auf das Systemsoftware-Design ohne direkte Autorität. Starke Kommunikationsfähigkeiten – Fähigkeit, komplexe Systemsoftware-Architektur in umsetzbare Mentoring-Anleitungen für Kunden-Engineering-Teams zu übersetzen
Wege, sich abzuheben
- Erfahrung mit NVIDIA NVSwitch, NVOS oder Fabric-Management-Software für GPUs
- Hintergrund in Systemsoftware für große Cluster bei einem Hyperscaler (Cluster-Management, Flotten-Orchestrierung, Integritätsplattformen)
- Erfahrung in der Erstellung von Frameworks für Fehlerbehandlung und Wiederherstellung für Multi-Komponenten-Systeme (Hunderte oder Tausende von koordinierenden Geräten)
- Vertrautheit mit dem Flottenbetrieb von GPUs oder Beschleunigern – Treiber-Lebenszyklus, Strategien für Firmware-Rollouts, integritätsbasierte Planung
- Verständnis dafür, wie sich Systemsoftware-Entscheidungen auf Servicefähigkeit, Verfügbarkeit und Betriebskosten im großen Maßstab auswirken
Ihr Grundgehalt wird basierend auf Ihrem Standort, Ihrer Erfahrung und der Bezahlung von Mitarbeitern in ähnlichen Positionen ermittelt. Die Gehaltsspanne beträgt 272,000 USD - 431,250 USD.
Bewerbungen für diese Stelle werden mindestens bis zum Oktober 19, 2026 angenommen.
Diese Ausschreibung betrifft eine bestehende Stelle.
NVIDIA nutzt KI-Tools in seinen Rekrutierungsprozessen.
NVIDIA setzt sich für die Förderung eines integrativen Arbeitsumfelds ein und ist stolz darauf, ein Arbeitgeber der Chancengleichheit zu sein. Da wir Vielfalt bei unseren aktuellen und zukünftigen Mitarbeitern sehr schätzen, diskriminieren wir nicht (auch nicht in unseren Einstellungs- und Beförderungspraktiken) aufgrund von Rasse, Religion, Hautfarbe, nationaler Herkunft, Geschlecht, Geschlechtsausdruck, sexueller Orientierung, Alter, Familienstand, Veteranenstatus, Behinderungsstatus oder anderen gesetzlich geschützten Merkmalen.
Sie haben außerdem Anspruch auf Aktien und Leistungen nvidia.com/en-us/benefits/.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen