返回岗位列表

OpenAI

高性能计算系统工程师

查看原岗位
地点：美国 薪资：薪资未公开 日期：2025-12-15

岗位摘要

架构、部署和运维大规模HPC集群（1000+节点），支持对消费产品开发至关重要的仿真工作负载（Abaqus、Ansys、COMSOL、LS-DYNA等工具）；使用NC、IBM/Platform LSF和Slurm优化工作负载管理，重点关注吞吐量、公平性并最小化产品团队的队列等待时间

岗位职责

  • 架构、部署和运维大规模HPC集群（1000+节点），支持对消费产品开发至关重要的仿真工作负载（Abaqus、Ansys、COMSOL、LS-DYNA等工具）
  • 使用NC、IBM/Platform LSF和Slurm优化工作负载管理，重点关注吞吐量、公平性并最小化产品团队的队列等待时间
  • 设计和实施工作负载平衡、集群联合以及支持多样化产品工作流程的多调度器环境策略
  • 与产品设计、机械、电气和仿真工程师紧密合作，调试作业、改进并行扩展并加速从设计到验证的周期
  • 管理和加固基于Linux的HPC系统（RHEL、Rocky Linux、AlmaLinux），包括打补丁、内核调优和性能优化
  • 运维和优化软件许可基础设施（FlexLM、DSLS、LUM、RLM），以最大化利用率并防止与许可相关的开发瓶颈
  • 部署和管理Azure CycleCloud和/或TotalCAE，以在产品开发高峰期实现弹性容量、云爆发和混合HPC工作流程
  • 配置和调优高速互连，包括InfiniBand（HDR/EDR/FDR），以支持低延迟、紧密耦合的仿真工作负载
  • 使用Python和Bash构建自动化和内部工具，以简化配置、监控、诊断和作业提交工作流程
  • 实施监控、警报和容量规划系统（Grafana/Prometheus、Slurm计费、LSF监控），以确保产品团队获得可预测的性能
  • 确保全球分布式HPC集群和混合云环境的高可用性和弹性
  • 管理身份验证、网络和安全访问（LDAP/AD集成、网络、VPN）
  • 制作关于系统架构、操作程序和故障排除步骤的清晰文档

任职要求

  • 具备大规模高性能计算（HPC）集群（1000个以上节点）的架构设计、部署和运维经验
  • 熟悉工程仿真软件（如Abaqus、Ansys、COMSOL、LS-DYNA等）及其在HPC环境中的工作负载特性
  • 精通作业调度管理系统（如NC、IBM/Platform LSF、Slurm）的配置优化和性能调优
  • 具备Linux操作系统（RHEL、Rocky Linux、AlmaLinux）的系统管理、安全加固和内核参数调优经验
  • 熟悉软件许可证管理基础设施（如FlexLM、DSLS、LUM、RLM）的运维和利用率优化
  • 具备Azure CycleCloud和/或TotalCAE等混合云HPC平台的部署和管理经验，支持弹性计算和云 bursting 工作流
  • 熟悉高速互联网络（如InfiniBand HDR/EDR/FDR）的配置和性能优化

相关招聘入口

OpenAI招聘工程与基础设施招聘美国AI招聘美国工程与基础设施招聘