3021_インフラエンジニア / Infrastructure Engineer（GPUクラスタ）

◆本求人は、GPUクラスタの構築経験者やインフラ・ネットワークエンジニアを対象としています◆ チューリングは完全自動運転の実現を目指しているディープテックスタートアップです。 大規模なGPU計算環境を利用し、ビジョンベース自動運転のための深層学習モデルやレベル5自動運転に利用するマルチモーダル基盤モデル・世界モデルなどの研究開発を行っています。現在、インフラ基盤であるGPUクラスターを構築・運用していくインフラエンジニアを募集しています。機械学習エンジニアが計算タスクに集中できる環境を整備し、限られた計算資源を最適化することでチューリングの完全自動運転開発を最大化することがミッションです。 ◆インフラ/GPUクラスタエンジニアの業務内容 ・計算環境の物理設計や選定機器の設計 ・ネットワークの設計 ・ストレージシステムの効率化・高速化 ・クラスタリング技術の開発 ・クラウド環境上での計算環境の整備/運用 ◆具体的な業務内容 大規模GPU計算環境を使って完全自動運転の実現に向けたマルチモーダル基盤モデル・世界モデルを開発する。そのためのインフラの構築・運用などを主な業務とします。機械学習エンジニアにとって扱いやすい計算環境を構築してください。同時に、クラウド環境も積極的に活用しており、AWS/Azure/GCP上での計算環境も運用します。 今後、チューリングでは数年先を見据えた計算基盤の選定・設計・構築をしていく必要があります。来年末には次の世代の計算環境を作っていく予定です。2~3年周期でGPUクラスターを構築していくため、事業計画や投資計画などのビジネス/財務メンバーとコミュニケーションも実施していただきます。 【今のチューリングで働く魅力】 KaggleGrandMaster4名など非常に優秀な機械学習エンジニアが多く有する中で、ユーザーと非常に近い距離でコミュニケーションをとりながら計算基盤を最適化していくという経験はインフラエンジニアにおいても非常に大きく貴重な経験となると考えています。

・チューリングの理念への共感 ・オンプレミスにおけるインフラ構築経験 ・大規模計算機のワークロード（機械学習・深層学習等）の知識 ・Linux（Ubuntu, Rocky Linux, CentOS）の運用経験 ・「大規模な計算機をつくること」にわくわくする方

・分散システムに関する知識と経験 ・クラスタシステムやHPCシステムに関する知識と経験 ・大規模計算機システムのパフォーマンス・チューニング技術 ・大規模計算機システムの監視・運用技術・自動化技術 ・CUDAを用いたGPU並列計算の基本的な理解 ・GPUクラスタの設計・運用経験 ・InfiniBand, RoCEv2 などのGPUクラスタ向けネットワークの知識 ・Lustre, BeeGFS, GPFS などの高速ストレージの運用経験 ・Ansible, Terraform などの自動化ツールを用いたGPUクラスタ管理 ・クラウドGPU（AWS, GCP, AzureのGPUインスタンス）の構築・運用経験 ・GPUネットワークの最適化（NVLink, GPU Direct RDMA, P2P通信）経験

・世界的企業をつくる強い気概のある方 ・自走力がありなんでも積極的に取り組める方 ・常に謙虚で、相手目線を忘れない人間性 ・急激な事業、組織の成長に伴う様々な変化を楽しめる柔軟性 ・成長に対して前向きなスタンス ・困難も楽しみながら乗り越えられるタフさ 【参考情報】 ▼会社HP https://tur.ing/ ▼ Turing Tech Blog https://zenn.dev/p/turing_motors ▼チューリポ（オウンドメディア） https://tur.ing/turipo ▼Turing TechTalk #6 スタートアップにおける自社GPUクラスタ構築の裏側 https://www.youtube.com/live/SSbslaLNaz0?feature=shared 【応募時のお願い】 ・応募時の書類（履歴書・職務経歴書）はPDF形式にてご提出いただきますようお願い申し上げます ・応募時の書類（履歴書・職務経歴書）やエントリーページの入力箇所に年収情報（現在年収や希望年収）を記載するのはお控えください 　- 年収情報については選考プロセスが進む中でHRよりヒアリングをさせていただきます