d. インフラエンジニア（GPUクラスタ） の求人一覧 - Turing株式会社

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。また、現在はクラウド/オンプレ 上のSlurmクラスタが中心ですが、次世代オンプレミスGPU基盤の構築も進めています。GPU間をRoCE v2で800Gbps接続するネットワークや、クラウド・オンプレミスを横断したワークロード配置、将来的なKubernetesとの連携など、大規模計算基盤そのものを進化させていくフェーズです。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。GPUの価格は非常に高額であるため、GPU利用効率やクラスタの信頼性を改善することが、非常に大きな費用対効果につながります。 機械学習エンジニア、インフラエンジニア、MLOpsエンジニアと連携しながら、OS・ネットワーク・ストレージから学習ワークロードまで横断して課題解決リードしていただけるエンジニアを募集しています。GPU/HPCやSlurmの経験は必須ではありません。 WebサービスのSRE、Kubernetes Platform Engineer、クラウドインフラ等の経験を活かしながら、GPU/HPC領域へ専門性を広げたい方も歓迎します。■ 具体的な業務内容AWS・GCP・オンプレミスにまたがる大規模GPU計算基盤の設計・構築・運用・継続的な改善GPUクラスタの信頼性向上に向けた、障害対応・原因分析・運用自動化・再発防止の仕組みづくりGPU・ストレージ・ネットワーク・ジョブスケジューリングを含む、計算資源の可視化・性能分析・利用効率の最適化MLエンジニアと連携した、学習ワークロードの実行環境・開発体験・CI/CD・モニタリング基盤の改善

◆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】 KaggleGrandMaster5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。