3040_インフラエンジニア・プラットフォーム開発 / Infrastructure Engineer・Platform Engineering

チューリングは「We Overtake Tesla」を掲げ、完全自動運転AIの開発に取り組むスタートアップです。2022年のほぼGPUゼロの状態から計算資源を増強し続け、2025年12月時点でオンプレミス・クラウド合わせてスパコン「富岳」のAI演算性能の約40%に相当する約0.7EFLOPS（FP16）を常時運用しています。さらに今後2年でこれを5〜10倍に拡大する計画が、現在進行形で動いています。 現在のE2E自動運転モデルは、データとGPUを増やすほど素直に性能が伸びるフェーズにあり、社内は「GPUがあるだけ使い切る」状況です。つまり、計算資源の利用効率を1%改善することが、そのまま自動運転AIの進化スピードに直結します。 本ポジションでは、チューリングの機械学習基盤を支えるGPUクラスタ（主にクラウド上のSlurm環境）の運用・改善をリードし、オンプレを含めた計算資源の利用効率を最大化することをミッションとします。 現在はAWS/GCP上のSlurmクラスタを中心に運用しており、これらを高度に自動化・最適化しながら、将来的にはオンプレミス環境との統合やKubernetesとのハイブリッド化など、より高度な計算基盤の設計・実装にも取り組んでいただきます。インフラチームは、GPU間をEthernet（RoCE v2）で800Gbps・End-to-Endで接続する次期オンプレミスGPU基盤の構築を進めており、クラウドとオンプレをまたぐハイブリッド基盤の進化はまさにこれからが本番です。 機械学習エンジニア／インフラエンジニア／MLOpsエンジニアと密に連携し、ワークロード特性を理解した上で、インフラからアプリケーションレイヤまで横断的に課題解決をリードできるエンジニアを募集しています。 ■ 具体的な業務内容 ・AWS / GCP上のSlurmクラスタの運用、改善（Terraform / Ansible等による自動化） ・Python / Goによる運用ツール・ジョブ管理の自動化開発 ・GPU利用状況の可視化・ボトルネック分析、ジョブスケジューリング最適化（優先度制御、プリエンプション等） ・クラウド／オンプレ間のワークロード最適配置（例：推論系ジョブのオンプレ移行） ・MLエンジニアと連携した実験、学習基盤の改善、CI/CD・モニタリング基盤の整備 ・オンプレ統合、Slurm × Kubernetesハイブリッド基盤など中長期的な基盤アーキテクチャ設計

※全てではなく、下記のいずれかやその他の技術に精通している方を探しています ・Slurm などのジョブスケジューラの運用経験 ・Kubernetes またはクラウドインフラの運用経験（AWS / GCP） ・Terraform / Ansible などを用いたインフラ自動化経験 ・Linuxサーバ運用経験 ・スクリプトまたはプログラミング（Python / Go 等）による自動化経験

※全てではなく、下記のいずれかやその他の技術に精通している方を探しています ・GPUクラスタの運用・チューニング経験 ・MLワークロード（学習・推論）の理解 ・ジョブスケジューリングやリソース最適化の経験 ・Slurm × Kubernetes の統合・運用経験 ・分散学習（PyTorch DDP 等）の知識 ・並列ファイルシステムや高速ネットワークの知識 ・コスト最適化（FinOps / CapEx・OpEx設計）の経験

・インフラからアプリケーションまで横断的に課題解決できる方 ・MLエンジニアの課題を理解し、技術的施策に落とし込める方 ・不確実性の高い環境でも、優先順位をつけてアドホックに動ける方 ・将来的な基盤進化（オンプレ統合・K8s連携など）にも主体的に挑戦できる方 【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 【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