AI Infrastructure Engineer

About the role

About the Team & Mission

42dot의 AI 인프라 엔지니어는 여러 데이터 센터에 걸쳐 있는 수천 개의 GPU를 관리하며, 이를 효율적으로 오케스트레이션하는 고성능 AI 인프라를 운영합니다. 세계 최고 수준의 컴퓨팅 환경을 유지하기 위해 확장성, 모니터링 및 운영 최적화 전반에 기여하게 됩니다.

At 42dot, our AI Infrastructure Engineer manages the high-performance AI infrastructure orchestrating thousands of GPUs across multiple data centers. You will contribute to the scaling, monitoring, and operational optimization required to maintain a robust and world-class computing environment.

What you'll do

• Kubernetes 및 Slurm을 활용하여 여러 데이터 센터에 분산된 수천 개 규모의 대규모 GPU 클러스터 운영 및 유지 보수
• GPU 하드웨어 및 소프트웨어 스택 전반의 장애를 모니터링하고 진단하여 고가용성 유지 및 신속한 장애 복구 수행
• Python 또는 Shell을 활용한 자동화 도구 및 스크립트를 개발하여 반복적인 인프라 관리 업무를 효율화
• GPU 리소스 쿼터(Quota) 관리 및 ML 개발자를 위한 기술 지원을 통해 컴퓨팅 자원의 최적 활용 보장
• 대규모 자율주행 모델 학습을 위한 분산 학습 환경의 아키텍처 설계 및 성능 튜닝 참여

• Operate and maintain a large-scale GPU cluster consisting of thousands of GPUs across multiple data centers using Kubernetes and Slurm.
• Monitor and diagnose failures across the GPU hardware and software stacks to ensure high availability and rapid recovery.
• Develop automation tools and scripts using Python or Shell to streamline repetitive infrastructure management tasks and improve operational efficiency.
• Manage GPU resource quotas and provide technical support to ML researchers to ensure optimal utilization of computing resources.
• Participate in the architectural design and performance tuning of distributed training environments for large-scale autonomous driving models.

Requirements

• Linux 운영체제에 대한 깊은 이해 (커널 동작, 프로세스 관리, 시스템 보안 등)
• Docker 및 Kubernetes 등 컨테이너 기반 기술 및 오케스트레이션 실무 경험
• TCP/IP, HTTP(S) 등 네트워크 기본 원리에 대한 이해 및 기초적인 네트워크 트러블슈팅 능력
• Python 또는 Shell을 활용하여 유지보수가 용이한 자동화/시스템 관리 스크립트 작성 역량
• 복잡하고 거대한 시스템에서 근본 원인을 찾아 해결하는 논리적인 문제 해결 능력
• 다양한 유관 부서 및 파트너와 원활하게 소통할 수 있는 커뮤니케이션 역량

• Strong proficiency in Linux operating systems, including a solid understanding of kernel operations, process management, and system security.
• Practical experience with containerization technologies (Docker) and orchestration (Kubernetes), including building, managing, and troubleshooting containerized environments.
• Solid understanding of networking fundamentals, including TCP/IP and HTTP(S), with the ability to perform basic network troubleshooting.
• Ability to write clean and maintainable scripts in Python or Shell for automation and system administration.
• Logical approach to problem-solving with the persistence to identify and resolve root causes in complex, large-scale systems.
• Strong communication skills to effectively collaborate with cross-functional teams and external partners.

Preferred qualifications

• Prometheus, Grafana, Datadog 등을 활용한 대규모 클러스터의 관측성(Observability) 스택 구축 경험
• AWS, GCP 등 퍼블릭 클라우드 플랫폼 상의 인프라 구축 및 운영 경험
• 드라이버, CUDA, NCCL 등을 포함한 NVIDIA 가속 컴퓨팅 스택에 대한 지식
• ML 모델 학습 라이프사이클 및 PyTorch, TensorFlow 등 딥러닝 프레임워크에 대한 이해
• Kubernetes 또는 Slurm과 같은 대규모 워크로드 매니저 및 리소스 스케줄링 도구 활용 경험
• Terraform 등 Infrastructure as Code(IaC) 도구를 활용한 복잡한 인프라 관리 경험

• Experience in building observability stacks with Prometheus, Grafana, and Datadog for large-scale clusters.
• Experience in building or operating infrastructure on public cloud platforms such as AWS or GCP.
• Knowledge of the NVIDIA accelerated computing stack, including drivers, CUDA, and NCCL.
• Familiarity with the ML model training lifecycle and deep learning frameworks such as PyTorch or TensorFlow.
• Experience with large-scale workload managers or resource scheduling tools such as Kubernetes or Slurm.
• Familiarity with Infrastructure as Code (IaC) tools such as Terraform to manage complex infrastructure.

Benefits

[42dot만의 업무 몰입 프로그램]
https://42dot.ai/careers/program

Hiring process

• 서류전형 - 온라인 기술 테스트 - 화상면접 (1시간 내외) - 대면 혹은 화상면접 (3시간 내외) - 최종합격

[Additional Information]
• 전형 절차는 일정 및 진행 상황에 따라 일부 변경될 수 있으며, 각 전형 결과는 등록하신 이메일로 개별 안내드립니다.
• 지원서 제출 시 주민등록번호, 가족관계, 혼인 여부, 연봉, 사진, 신체조건, 출신 지역 등 채용절차법상 요구 금지된 정보는 제외 부탁드립니다.
• 국가보훈대상자 및 취업보호 대상자는 관계법령에 따라 우대합니다.
• 장애인 고용 촉진 및 직업재활법에 따라 장애인 등록증 소지자를 우대합니다.
• 42dot은 의뢰하지 않은 서치펌의 이력서를 받지 않으며, 요청하지 않은 이력서에 대해 수수료를 지불하지 않습니다.
• 지원서 내용 중 허위 사실이 발견될 경우, 입사가 취소될 수 있습니다.
• 인터뷰 프로세스 종료 후 지원자의 동의하에 평판조회가 진행될 수 있습니다.
• 3개월의 수습기간이 적용될 수 있습니다.