贝克休斯
Cloud DevOps Systems Engineer
Cloud DevOps Systems Engineer
发布于 6 个月前普通员工/个人贡献者
Florence, Firenze, Italy
高级经验
全职员工
混合式弹性办公
本科
系统与安全工程
Aws/Azure/Gcp
HPC
Lustre/Gpfs/Ceph
Mpi/Openmp/Cuda
Slurm/Pbs
AI 估算 · 60k–90k
该岗位要求10年以上HPC和云平台深度经验，技术栈复杂且专业度高，属于稀缺的高级技术专家岗位，市场竞争力强，薪资水平较高。
职位详情
关于这个职位
这是一个专注于在公有云上设计和实施高性能计算（HPC）解决方案的高级技术岗位
你将负责使用Terraform等工具进行架构设计、性能优化和自动化部署，并为内部研究人员和工程师提供技术咨询，帮助他们将复杂的工作负载迁移到云端
最低要求
计算机科学、工程或相关技术领域的学士或硕士学位，并拥有10年以上经验
在高性能计算系统设计和管理方面拥有丰富经验，包括对硬件（CPU、GPU、InfiniBand）和软件（编译器、调度器、并行编程库）的实践经验
深入理解并行计算概念和编程模型（MPI、OpenMP、CUDA）
精通性能分析工具和技术
至少在一个主要公有云平台（AWS、Azure或Google Cloud）上有实践经验
了解与HPC相关的云服务，如计算实例、高性能存储和网络
精通基础设施即代码工具（如Terraform、Ansible）
强大的Linux/Unix系统管理技能
精通脚本和自动化语言（如Python、Bash）
具有容器化和编排技术（如Docker和Kubernetes）的经验
熟悉分布式文件系统（Lustre、GPFS、Ceph）和作业调度器（Slurm、PBS）
工作职责
架构设计：在公有云提供商（如AWS、Azure、Google Cloud）上设计和架构高性能计算集群和平台
这包括选择合适的计算资源（CPU、GPU、FPGA）、存储系统和高速网络解决方案
解决方案实施：使用基础设施即代码工具（如Terraform或Ansible）实施和部署云HPC解决方案
这涉及配置虚拟网络、设置分布式文件系统（如Lustre、GPFS或Ceph）以及部署集群管理和作业调度软件（如Slurm、PBS）
性能优化：进行性能分析和基准测试，以识别并消除HPC堆栈中的瓶颈
使用MPI和OpenMP等并行处理范式调整应用程序代码，并优化硬件和软件配置以最大化性能
协作与咨询：作为研究人员、工程师和数据科学家的技术顾问，帮助他们将工作负载迁移到云端，采用最佳实践，并解决特定于应用程序的问题
自动化与管理：开发和维护用于配置、软件部署、监控和扩展HPC资源的自动化解决方案
实施强大的备份、灾难恢复和安全协议，以确保系统的完整性和可用性
战略规划：紧跟新兴的云和HPC技术，影响产品路线图，并为组织的云HPC采用和增长制定战略计划
AI 洞察
优缺点分析
优点
- 技术前沿：接触最先进的云HPC技术和架构，技能组合具有很高的市场价值和未来潜力
- 平台优势：在全球性能源技术巨头工作，项目规模大，能接触到复杂的工业级应用场景
- 职业影响：作为内部技术顾问，工作成果直接影响公司的研发效率和创新能力，成就感强
- 工作弹性：公司提供灵活的工时安排，有助于平衡工作与生活
- 技术复杂度高：需要同时精通传统的HPC技术和现代云原生技术栈，学习曲线陡峭
- 责任重大：负责的系统支撑关键研发工作，对系统的性能、稳定性和安全性要求极高
- 沟通要求高：需要将复杂的技术方案清晰地解释给非技术背景的研究人员和工程师
- 适合拥有深厚HPC背景，并希望将专业技能应用于云平台，乐于解决复杂技术难题、推动技术变革的资深工程师或架构师
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术路径：可向云架构专家、HPC解决方案架构师或技术负责人方向发展，专注于前沿技术整合
- 管理路径：凭借对业务和技术的深刻理解，可转向技术管理岗位，如工程经理或技术总监
- 行业路径：在能源、科研、金融等重度依赖HPC的行业积累的深厚经验，具有很高的行业壁垒和价值
- 设计并搭建基于公有云的高性能计算平台，涉及计算、存储和网络的选型与架构
- 使用Terraform等工具自动化部署和管理HPC集群，并持续进行性能调优与瓶颈分析
- 作为内部技术顾问，协助研发团队将复杂的科学计算或数据处理任务迁移并优化到云环境
- 深厚的HPC系统知识，包括硬件架构、并行编程模型和作业调度系统
- 精通至少一个主流公有云平台及其HPC相关服务，并熟练掌握Infrastructure as Code工具
- 强大的系统管理和自动化脚本能力，以及使用容器技术进行应用封装和部署的经验
申请策略
- 深入了解贝克休斯在能源技术领域的具体业务和挑战，思考HPC如何为其创造价值，并在申请材料中体现这种理解
- 重点展示在HPC集群设计、性能调优以及向云端迁移大型工作负载方面的具体项目经验和量化成果
- 详细列出对AWS/Azure/GCP等云平台HPC服务的实践经验，以及使用Terraform/Ansible进行自动化部署的案例
- 突出在并行编程、系统管理、容器化和故障排查等方面的技术深度和广度
- 如果对某个主流云平台的HPC认证服务不熟悉，可以快速通过官方文档或实验进行补强
- 准备1-2个能清晰展示你从问题诊断到性能优化全过程的HPC项目案例，用于技术面试
面试指南
- 使用STAR法则（情境、任务、行动、结果）来结构化你的项目经验回答，确保逻辑清晰且有具体细节支撑
- 对于技术方案类问题，先阐述核心原则和考量因素，再给出具体实施步骤，并说明不同选择的权衡
- 请描述你设计或管理过的最复杂的一个HPC集群架构，遇到了哪些挑战，你是如何解决的？
- 如何将一套传统的、基于本地InfiniBand的HPC工作负载迁移到云上？你会考虑哪些关键因素？
- 当你在云上部署的HPC应用出现性能瓶颈时，你的诊断和优化步骤是什么？
- 请比较一下AWS、Azure和GCP在HPC方面的服务优劣，并说明在什么场景下会如何选择
- 你如何向一位不太懂技术的研究人员解释，为什么他们的代码需要重构才能更好地在云HPC上运行？
- 深入复习HPC核心概念、云平台架构以及两者结合的最佳实践和常见陷阱
职位点评
Watch Jobs