Engenheiro de Confiabilidade de Site (SRE)

<div class="content-intro"><p data-pm-slice="1 1 []"> A missão do Laboratório de Máquinas de Pensar é capacitar a humanidade através do avanço da inteligência geral colaborativa. Estamos construindo um futuro onde todos têm acesso ao conhecimento e ferramentas para fazer a IA funcionar para suas necessidades e objetivos únicos. <p>Somos cientistas, engenheiros e construtores que criaram alguns dos produtos de IA mais usados, incluindo ChatGPT e Character.ai, modelos de pesos abertos como Mistral, bem como projetos populares de código aberto como PyTorch, OpenAI Gym, Fairseq e Segment Anything.</p></div><h3>Sobre Tinker</h3> <p>Tinker é nossa API de ajuste fino que capacita pesquisadores e desenvolvedores a personalizar a IA de fronteira às suas necessidades — abrindo acesso a capacidades que antes estavam concentradas em um punhado de laboratórios. Nós gerenciamos a infraestrutura ao mesmo tempo que permitimos à Tinkerers total flexibilidade no treinamento de modelos de pesos abertos com seus próprios dados, algoritmos e para suas próprias necessidades. A Tinker está rapidamente adicionando novos clientes, recursos e novos casos de uso. Estamos contratando para crescer a plataforma ao lado da comunidade Tinker.</p> <h3>Sobre o Papel</h3> <p>Estamos à procura de um Engenheiro de Confiabilidade do Site para conduzir a confiabilidade do Tinker de ponta a ponta. Você trabalhará ao lado dos engenheiros que constroem a plataforma e equipes de pesquisa para tornar cada camada do sistema mais robusta e resistente. <h3>O que você vai fazer</h3> <ul> <li> Definir e própria confiabilidade de ponta a ponta, desde fluxos CI/CD até observação da produção e resposta incidente.</li> Desenvolva objetivos de nível de serviço adequados para sistemas de treinamento distribuídos, balanceando a confiabilidade da conclusão do trabalho e programando latência com velocidade de desenvolvimento.</li> <li>Projete e implemente o monitoramento e a observação em toda a trajetória de treinamento.</li> <li> Ative a resposta de incidentes para problemas da plataforma Tinker, garantindo recuperação rápida, revisões minuciosas de incidentes e melhorias sistemáticas que previnem a recorrência.</li> <li> Endureça o isolamento de multilocatários e o agendamento de recursos para que o co-agendamento de carga baseado no LoRA maximize a utilização sem comprometer a confiabilidade ou a separação de dados</li> Colaborar com equipes de segurança para enfrentar vulnerabilidades de produção</li> </ul> <h3>Competências e Qualificações</h3> <p><forte>Qualificações mínimas:</forte></p> <ul> <li> Grau de bachelor ou experiência equivalente em ciência da computação, engenharia ou similar.</li> <li>Experiência em sistemas distribuídos, infraestrutura de nuvem ou engenharia de confiabilidade do site.</li> Software de gravação de eficiência para resolver problemas de confiabilidade, incluindo construção de ferramentas e automação.</li> <li>Experiência com resposta incidente de produção, postmortem e melhoria sistemática da confiabilidade.</li> Competências de comunicação fortes e histórico de coordenação entre equipes de engenharia e pesquisa. </ul> <p><forte> Qualificações preferenciais — encorajamo-lo a aplicar-se se encontrar algumas, mas não todas estas:</forte></p> <ul> <li> Serviços de nuvem de produção em escala (por exemplo, plataformas públicas de nuvem, serviços internos de nuvem)</li> <li> Antecedentes em quadros de treinamento distribuídos e como as falhas de infraestrutura superfiram no comportamento de treinamento.</li> <li> Sistemas de verificação e recuperação de registros de rastreamento para trabalhos distribuídos de longa duração.</li> <li>Expertise em Kubernetes em escala: implantação, operação, depuração e ajuste de clusters que lidam com cargas de trabalho heterogêneas da GPU.</li> </ul> <h3>Logística</h3> <ul> <li><forte>Localização:</forte> Este papel é baseado em São Francisco, Califórnia.</li> <li><forte>Compensação:</forte> Dependendo de antecedentes, habilidades e experiência, a faixa salarial anual esperada para esta posição é de $350,000 – $475.000 USD.</li> <li><forte>Visa patrocínio:</forte> Nós patrocinamos vistos. Embora não possamos garantir sucesso para cada candidato ou papel, se você é o ajuste certo, estamos comprometidos em trabalhar através do processo de visto juntos.</li> <li><forte>Benefícios:</forte> O Thinking Machines oferece benefícios de saúde, odontologia e visão generosos, PTO ilimitado, licença parental paga e apoio de relocação conforme necessário.</li> </ul><div class="content-conclusion"><p><em> Conforme estabelecido na política de igualdade de oportunidades de emprego das Máquinas de Pensar, não discriminamos com base em qualquer estatuto de grupo protegido ao abrigo de qualquer lei aplicável. </em></p> <p><em> O Laboratório de Máquinas de Pensar considerará para candidatos qualificados para o emprego com histórico criminal de uma forma consistente com os requisitos da lei de chance justa da Califórnia, a Portaria de chance justa de São Francisco, e qualquer outra lei ou lei de chance justa aplicável do estado ou local.</em></p></div>