En un coup d'œil
- Missions: Concevoir et gérer une plateforme HPC cloud-native pour des produits IA innovants.
- Entreprise: Arlequin AI, un laboratoire de recherche en apprentissage profond topologique.
- Avantages: Rémunération compétitive, politique de travail flexible, budget pour formation et conférences.
- Autres infos: Environnement collaboratif avec opportunités de croissance professionnelle.
- Pourquoi ce job: Rejoignez une équipe dynamique et impactez le futur de l'IA avec des technologies de pointe.
- Qualifications: 5+ ans d'expérience en infrastructure HPC et expertise avancée en Kubernetes.
Conception et exploitation de la plateforme HPC souveraine et native du cloud d'Arlequin alimentant nos produits et recherches en IA.
À propos d'Arlequin : Arlequin AI est à la fois un laboratoire de recherche en apprentissage profond topologique et une plateforme d'IA. Notre premier produit, HuDex, convertit d'énormes volumes de données brutes, non structurées et multilingues en décisions stratégiques en quelques minutes au lieu de jours, offrant un avantage opérationnel pour les gouvernements et les entreprises.
Nous construisons une plateforme de calcul haute performance, cloud-native et automatisée de bout en bout pour soutenir les charges de travail de calcul scientifique de nos produits et recherches. Nos produits sont également déployés sur site, dans des environnements isolés, pour des clients ayant les exigences de sécurité les plus strictes.
En tant qu'ingénieur HPC, vous rejoignez l'équipe Plateforme pour concevoir et exploiter notre plateforme de calcul couvrant toutes les charges de travail de calcul d'Arlequin, garantissant une plateforme performante, évolutive et fiable — 100 % cloud-native et orchestrée par Kubernetes.
Vos responsabilités :
- Infrastructure : concevoir, déployer et maintenir l'infrastructure sur Scaleway ; industrialiser IaC avec OpenTofu et Terragrunt.
- Stockage de données : concevoir et exploiter un stockage haute performance (systèmes de fichiers parallèles/distribués, caches de données, stockage d'objets) et optimiser l'I/O de bout en bout pour l'entraînement et l'inférence.
- Plateforme de calcul : concevoir, déployer et exploiter un cluster de calcul Kubernetes adapté aux charges de travail hétérogènes ; configurer la planification (files d'attente, priorités, planification en groupe, partage équitable) ; optimiser le partage et l'utilisation des GPU ; déployer et maintenir des plugins de périphériques.
- Charges de travail : identifier et éliminer les goulets d'étranglement à travers le calcul, le réseau et l'I/O ; concevoir et exploiter le service de modèles (temps réel, streaming, lot, déploiements progressifs) ; exploiter des pipelines de lot à grande échelle et des pipelines d'entraînement avec les équipes de recherche et MLOps.
- Instrumentation & optimisation : surveiller le calcul et les GPU ; instrumenter les services d'inférence (latence, débit, taux d'erreur, SLOs) ; optimiser les coûts de calcul avec des métriques unitaires ; configurer des alertes ; améliorer l'utilisation et le dimensionnement approprié.
- Ingénierie de la plateforme : collaborer avec la recherche/produit sur la feuille de route de la plateforme ; soutenir la planification de capacité ; construire des abstractions en libre-service ; documenter la plateforme et les manuels d'exploitation.
- Disponibilité : pas de rotation aujourd'hui, les incidents sont gérés pendant les heures de bureau. Lorsqu'une rotation devient nécessaire, elle ne dépassera jamais une semaine d'appel sur cinq, et sera compensée.
Stack :
- GPU : NVIDIA GPU Operator, CUDA, DCGM.
- Service & lot : SGLang, Kueue.
- Calcul distribué : NCCL, MPI, RDMA / RoCE.
- Stockage : Blob Storage.
Ce que nous recherchons :
- Plus de 5 ans d'expérience en infrastructure / HPC / plateformes de calcul, y compris une expérience en production.
- Compétence avancée avec Kubernetes dans un environnement de production.
- Expérience pratique avec les charges de travail GPU et les planificateurs de lot : planification, gestion des ressources et partage.
- Expérience dans l'exploitation d'un service de production sous des contraintes de latence et de disponibilité : autoscaling, gestion de charge, SLOs, gestion des incidents.
- Solide expérience en IaC (Terraform / OpenTofu, idéalement Terragrunt).
- Bonne compréhension du calcul distribué (multi-nœud / multi-GPU) et du traitement par lots à grande échelle.
- Autonomie et fort sens de la responsabilité sur le périmètre de production, excellente communication, culture du feedback, curiosité technique et pragmatisme.
Bonus :
- Expérience avec Scaleway.
- Connaissance approfondie des écosystèmes NVIDIA / ROCm / TPU.
- Expérience pratique avec l'optimisation d'inférence : quantification, lot continu, KV-cache / mise en cache de préfixe, décodage spéculatif, désagrégation pré-remplissage/décodage.
- RDMA / InfiniBand / RoCE et mise en réseau à faible latence.
- Connaissance en FinOps, mise en réseau et stockage haute performance, formation en calcul scientifique ou recherche, expérience dans l'optimisation du code de calcul.
Processus :
- Entretien de premier choix (30 min).
- Entretien technique avec l'équipe Plateforme (codage + conception).
- Réunion avec le responsable du recrutement et les fondateurs.
- Offre.
Package :
- Rémunération compétitive incluant une participation au capital.
- Politique de télétravail flexible : hybride / full-remote / entièrement sur site.
- Budget de formation, de conférence et de certification, avec du temps dédié aux contributions open source CNCF/LF.
HPC Engineer employeur : Arlequin AI
Arlequin AI est un employeur exceptionnel, offrant à ses employés l'opportunité de travailler dans un environnement dynamique et innovant à Paris. Avec une culture axée sur la collaboration et le développement personnel, les employés bénéficient de possibilités de croissance rapide et d'options d'équité, tout en s'engageant dans des projets à fort impact dans des secteurs stratégiques tels que la sécurité et la défense. Rejoindre Arlequin AI, c'est faire partie d'une aventure passionnante où chaque contribution compte et où les succès sont célébrés ensemble.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher HPC Engineer
✨Construire ton réseau tech
Connecte-toi avec des professionnels de l'ingénierie et du développement logiciel via des meetups tech ou des conférences comme DevFest. C'est un excellent moyen d'apprendre sur les dernières tendances et de te faire connaître dans le milieu.
✨Contribuer à des projets open-source
Montre tes compétences en rejoignant des projets open-source sur GitHub. Non seulement cela renforce ton portfolio, mais ça te permet également de collaborer avec d'autres développeurs et de bâtir ta réputation dans le monde tech.
✨Préparer un excellent entretien
Pour décrocher un emploi à plein temps, il est crucial de préparer des réponses aux questions techniques et comportementales. Fais des simulations d'entretiens avec des amis ou en utilisant des plateformes dédiées pour te sentir plus à l'aise.
✨Postuler sur notre site
N'oublie pas de consulter notre site pour des opportunités chez Arlequin AI. Postuler directement peut te donner un accès privilégié à nos offres et montrer ton intérêt spécifique pour notre entreprise. Allez, fonce !
Nous pensons qu'il te faut ces compétences pour exceller en tant que HPC Engineer
Quelques conseils pour ta candidature 🫡
Démarre avec un CV percutant:Pour un poste d'ingénieur en développement logiciel, mets en avant tes compétences techniques comme les langages de programmation que tu maîtrises. N'hésite pas à inclure les projets sur lesquels tu as travaillé, surtout ceux qui montrent ton impact dans des situations concrètes. Les employeurs adorent voir ce que tu es capable de créer !
Valorise tes projets personnels:Si tu as des projets personnels ou des contributions sur GitHub, assure-toi de les inclure dans ta candidature. Cela te permet de montrer non seulement tes compétences techniques, mais aussi ta passion et ton engagement pour le développement logiciel. C'est un excellent moyen de te démarquer des autres candidats !
Personnalise ta lettre de motivation:Prends le temps de personnaliser ta lettre de motivation pour Arlequin AI. Explique pourquoi tu es attiré par cette entreprise et comment tes compétences peuvent répondre à leurs besoins. C'est l'occasion de montrer un côté plus humain de ta candidature et d'expliquer ce qui te motive !
Soigne la mise en page:Une mise en page claire et concise est cruciale pour les candidatures dans le domaine de l'ingénierie logicielle. Utilise des sous-titres et des listes pour rendre ton CV et ta lettre plus facile à lire. Cela montre aussi que tu as un sens de l'organisation, ce qui est super important dans notre domaine !
Comment te préparer à un entretien d'embauche chez Arlequin AI
✨Maîtrise des Outils de Développement
Assure-toi d'être à l'aise avec les outils et les langages de programmation que privilégie Arlequin AI. Par exemple, si tu sais qu'ils utilisent beaucoup Java ou Python, revisite tes concepts clés et sois prêt à discuter de tes projets antérieurs qui mettent en avant ces compétences.
✨Prépare des Exemples de Projets Concrets
Rassemble des exemples concrets de projets sur lesquels tu as travaillé, surtout ceux qui mettent en avant des défis techniques. Sois prêt à expliquer tes choix, tes erreurs et comment tu as résolu des problèmes - cela montre ton process de réflexion et ta capacité à apprendre.
✨Sois Prêt pour des Tests Techniques
Il est fréquent d'avoir des tests techniques lors des entretiens dans l’ingénierie logicielle. Prépare-toi à résoudre des problèmes de codage en direct. Pratique sur des plateformes comme LeetCode ou HackerRank pour rester affûté et confortable face à la pression.
✨Montre Ton Intérêt pour l’Innovation
Dans le cadre d'un poste à temps plein, les employeurs cherchent des passionnés qui se tiennent à jour avec les dernières tendances technologiques. N’hésite pas à parler de tes lectures récentes, de conférences auxquels tu as assisté ou même de projets open-source que tu pourrais avoir suivis ou rejoints.
