Technical Support Engineer (L2) - Compute in Paris

À propos de Mistral

Mistral fournit des solutions d'IA full-stack : des modèles de pointe aux outils pour développeurs, applications et calcul. Nous collaborons avec des entreprises pour résoudre les problèmes les plus difficiles dans des secteurs à enjeux élevés tels que la finance, la fabrication, la défense, la santé et le secteur public, co-créant des systèmes d'IA personnalisés qu'elles peuvent gérer selon leurs propres conditions. Nous sommes une équipe dynamique et collaborative, passionnée par l'IA et son potentiel à transformer la société. Notre main-d'œuvre diversifiée prospère dans des environnements compétitifs et s'engage à stimuler l'innovation. Nos équipes sont réparties entre l'Europe, l'Amérique du Nord, l'Asie et le Moyen-Orient. Nous sommes créatifs, humbles et animés par l'esprit d'équipe.

Mistral AI construit une nouvelle équipe de support Compute pour garantir la fiabilité, la performance et l'évolutivité de nos clusters GPU dans un environnement Kubernetes. En tant que l'un des membres fondateurs de cette équipe, vous jouerez un rôle clé dans la définition de ses processus, normes et culture. Dans ce rôle de support hybride L1/L2, vous serez le premier point de contact pour les clients et les équipes internes, fournissant des conseils techniques, des dépannages et des résolutions de problèmes pour les demandes liées au calcul. Vous servirez également de point d'escalade pour les problèmes complexes, en tirant parti de vos connaissances approfondies des systèmes, de votre expertise en Kubernetes et de vos compétences en débogage opérationnel pour garantir que nos charges de travail d'IA fonctionnent sans problème à grande échelle. Ce rôle est axé sur le support et combine l'administration système, la communication avec les clients et l'expertise en infrastructure de calcul.

Responsabilités clés

• Premier point de contact des clients : Agir en tant que premier interlocuteur pour les clients et les équipes internes, en fournissant des réponses rapides et efficaces aux demandes liées au calcul. Trier et prioriser les demandes entrantes, en veillant à ce que les SLA soient respectés pour l'accusé de réception, la première réponse et la résolution. Rassembler et analyser les détails initiaux des problèmes (par exemple, journaux, messages d'erreur, métriques système) pour diagnostiquer les problèmes efficacement. Fournir des conseils clairs et exploitables aux clients et aux utilisateurs internes, y compris des solutions temporaires lorsque cela est applicable.
• Support technique : Servir de point d'escalade L2 pour les problèmes d'infrastructure Linux, Kubernetes et de calcul, en fournissant un dépannage technique approfondi pour : charges de travail GPU/TPU (par exemple, erreurs CUDA, fuites de mémoire, échecs de tâches), clusters Kubernetes (par exemple, pannes de pods, pannes de nœuds, erreurs de configuration réseau), environnements bare metal et cloud (par exemple, AWS EC2, GCP VMs, clusters HPC). Diagnostiquer et résoudre les goulets d'étranglement de performance, les pannes matérielles et la contention des ressources dans des systèmes distribués. Analyser les métriques système, les journaux et les traces (par exemple, dmesg, journalctl, nvidia-smi, Prometheus, Grafana) pour identifier les causes profondes des problèmes. Participer à des rotations d'appel pour fournir un support 24/7 pour les systèmes de calcul critiques.
• Kubernetes et containerisation : Déboguer les clusters Kubernetes en se concentrant sur : problèmes de pods et de nœuds (par exemple, CrashLoopBackOff, OOMKilled, ImagePullBackOff), mise en réseau et stockage (par exemple, plugins CNI, PersistentVolumes, StorageClasses), gestion des ressources (par exemple, Requests/Limits, classes QOS, affinité des nœuds). Dépanner les problèmes d'exécution de conteneurs (Docker, containerd) tels que les échecs de tirage d'images, la conformité OCI ou les erreurs d'exécution. Collaborer avec les équipes SRE pour comprendre et améliorer les outils IaC existants (Terraform, Ansible) et basés sur Go.
• Documentation et amélioration des processus : Créer et maintenir des runbooks, playbooks et documentation interne pour les problèmes de calcul courants (par exemple, débogage GPU, dépannage Kubernetes). Contribuer aux post-mortems avec des suivis exploitables pour prévenir les incidents récurrents. Former les équipes internes sur les meilleures pratiques pour l'infrastructure de calcul et le débogage. Aider à définir et à affiner les processus de support en tant que membre fondateur de la nouvelle équipe de support Compute.

Ce que nous recherchons

• Compétences et expérience requises : Plus de 5 ans d'expérience en administration système, support technique ou opérations d'infrastructure, avec un fort accent sur les environnements lourds en calcul (bare metal, cloud, HPC ou virtualisation). Expertise approfondie en Linux/Unix : débogage des problèmes au niveau du noyau (par exemple, tueur OOM, goulets d'étranglement I/O, limitation CPU), optimisation des performances (par exemple, sysctl, ulimit, optimisations de système de fichiers), dépannage réseau (par exemple, iptables, tcpdump, DNS, NFS, SSH), gestion du stockage (par exemple, LVM, RAID, NVMe, stockage local GPU).
• Expérience pratique avec Kubernetes est obligatoire : débogage des pods, nœuds et clusters (par exemple, kubectl describe, kubectl logs, crictl), mise en réseau et stockage (par exemple, plugins CNI, PersistentVolumes), gestion des ressources (par exemple, Requests/Limits, classes QOS).
• Familiarité avec la containerisation (Docker, containerd) et connaissance de base de l'IaC. Maîtrise des outils de surveillance (Prometheus, Grafana, ELK, OpenTelemetry). Compétences de base en script/automatisation (de préférence Go, mais Bash ou Python sont acceptables pour des tâches ad hoc). Expérience avec des environnements bare metal, de virtualisation ou HPC (par exemple, Fluidstack, Coreweave, Vast) est un atout important. Excellentes compétences en résolution de problèmes et en communication, avec la capacité d'expliquer clairement et patiemment les problèmes techniques à la fois aux parties prenantes techniques et non techniques. Mentalité axée sur le client avec une passion pour résoudre les problèmes efficacement et améliorer la fiabilité des systèmes. Capacité à travailler dans des rotations d'appel et à gérer des situations de haute pression avec une approche structurée et calme. Engagement à respecter des SLA serrés pour l'accusé de réception des problèmes, le triage et la première réponse.

Ce que nous offrons

Nous offrons un ensemble complet d'avantages conçu pour soutenir votre bien-être, votre croissance et votre équilibre travail-vie personnelle. Les avantages varient selon le pays et peuvent inclure une couverture santé, un congé parental, des plans de retraite, un soutien à la relocalisation, des programmes de bien-être, des allocations de repas et de transport, et d'autres avantages spécifiques à l'emplacement. Pour les détails les plus récents sur les avantages disponibles dans votre région, veuillez consulter notre page des avantages.

Politique de confidentialité

Votre vie privée est importante pour nous. Vous pouvez en savoir plus sur la façon dont nous gérons vos données personnelles dans notre Politique de confidentialité des candidats.