- Страна
- США
- Зарплата
- 180 000 $ – 370 000 $
Member of Technical Staff - Infrastructure Supercompute
Оценка ИИИсключительная вакансия для инженеров мирового уровня: работа над передовыми ИИ-технологиями, очень высокая компенсация и возможность влиять на развитие индустрии. Пакет включает значительную долю акций (equity), что делает предложение еще более привлекательным.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИВысокая сложность обусловлена необходимостью работы с крупнейшими в мире GPU-кластерами и жесткими требованиями к знанию Rust и IaC. Работа в xAI предполагает высокую интенсивность и личную ответственность в условиях плоской структуры управления.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредлагаемая зарплата ($180k - $370k) находится на верхнем пределе рынка для Senior/Staff инженеров в Кремниевой долине. С учетом опционов общая компенсация может значительно превышать среднерыночные показатели для топовых технологических компаний.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
About xAI
xAI’s mission is to create AI systems that can accurately understand the universe and aid humanity in its pursuit of knowledge. Our team is small, highly motivated, and focused on engineering excellence. This organization is for individuals who appreciate challenging themselves and thrive on curiosity. We operate with a flat organizational structure. All employees are expected to be hands-on and to contribute directly to the company’s mission. Leadership is given to those who show initiative and consistently deliver excellence. Work ethic and strong prioritization skills are important. All employees are expected to have strong communication skills. They should be able to concisely and accurately share knowledge with their teammates.
RESPONSIBILITIES:
- Operating some of the world’s largest GPU supercomputing clusters for both AI training and serving production models.
- Implement IaC best practices, enhancing deployment pipelines, and ensuring robust, secure service delivery across our production environments.
- Working with both on-premise clusters and cloud providers.
- Help with security best practices for internal researchers and live external traffic.
BASIC QUALIFICATIONS:
- Writing scalable and highly available containerized applications in Rust.
- Managing compute fleets with Pulumi, Terraform, Ansible, or other stateful automation libraries.
PREFERRED SKILLS AND EXPERIENCE:
- Kubernetes
- Pulumi
- Rust and Go
- Flux / ArgoCD
COMPENSATION AND BENEFITS:
$180,000 - $370,000 USD
Base salary is just one part of our total rewards package at xAI, which also includes equity, comprehensive medical, vision, and dental coverage, access to a 401(k) retirement plan, short & long-term disability insurance, life insurance, and various other discounts and perks.
xAI is an equal opportunity employer. For details on data processing, view ourRecruitment Privacy Notice.
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Rust
- Go
- Kubernetes
- Pulumi
- Terraform
- Ansible
- ArgoCD
- Flux
- Infrastructure as Code
- GPU
- Docker
Возможные вопросы на собеседовании
Вакансия требует написания масштабируемых приложений на Rust для инфраструктуры.
Расскажите о наиболее сложной проблеме управления памятью или многопоточности, с которой вы столкнулись при разработке на Rust, и как вы её решили?
Роль включает управление огромными флотами вычислительных мощностей.
Как вы обеспечиваете консистентность состояния инфраструктуры при использовании Pulumi или Terraform в масштабах тысяч узлов?
Одной из задач является работа с GPU-кластерами для обучения ИИ.
С какими специфическими проблемами производительности сети или хранилища вы сталкивались при масштабировании обучения больших языковых моделей?
Упоминается использование Flux или ArgoCD.
Опишите ваш опыт реализации GitOps для мультикластерных сред Kubernetes. Как вы обрабатываете откаты (rollbacks) критических изменений?
В xAI ценится умение расставлять приоритеты и работать в плоской структуре.
Приведите пример ситуации, когда вам пришлось самостоятельно приоритизировать задачи в условиях неопределенности и отсутствия прямого руководства. Каков был результат?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
