Senior Performance Engineer

Technology, Data & Digital · Software & Web Development · Software Engineering

In short

Wir suchen einen Senior Performance Engineer mit tiefgreifender Expertise in High-Performance Computing (HPC) und KI-Netzwerk-Performance, insbesondere über InfiniBand-basierte GPU-Cluster. Sie werden ein wichtiger technischer Leiter sein, der sich auf das Verständnis, die Analyse und die Optimierung der Leistung verteilter Workloads im großen Maßstab konzentriert. Diese Rolle erfordert starke Kenntnisse von Message Passing Interface (MPI), NVIDIA Collective Communications Library (NCCL), kollektiven Kommunikationsalgorithmen und den zugrunde liegenden Transporttechnologien (Remote Direct Memory Access (RDMA) über InfiniBand).

Responsibilities

Diagnose und Behebung von kommunikationsbezogenen Performance-Engpässen in großen verteilten Systemen.
Analyse des InfiniBand-Fabric-Verhaltens, einschließlich Staus, Credit-Verarmung, Routenungleichgewicht oder Link-Fehler.
Tuning und Debugging von Remote Direct Memory Access (RDMA) Transportschichten, Nachrichtenreihenfolge, Pfadmigration und Quality of Service (QoS)-Richtlinien für Multi-Rail- oder Multi-Subnet-Fabrics.
Entwicklung benutzerdefinierter Tools oder Skripte zur Analyse von Fabric-Telemetrie, Verkehrsflüssen und Job-induziertem Netzwerkverhalten.
Zusammenarbeit mit dem Betriebsteam, um die optimale Nutzung von Fabric-Funktionen sicherzustellen (adaptive Routing, Staukontrolle, Service-Level-Tuning).
Enge Zusammenarbeit mit Hardware-Anbietern (z. B. NVIDIA), um Next-Gen-Interconnects und Switch-Firmware zu evaluieren und zu validieren.
Unterstützung beim Benchmarking von High-Performance Computing (HPC) / Artificial Intelligence (AI)-Workloads, einschließlich der Charakterisierung von Latenz, Bandbreite und kollektiver Effizienz unter Skalierung.

Requirements

Bachelor-Abschluss in Informatik oder einem verwandten technischen Feld UND 4+ Jahre technische Ingenieurerfahrung mit Codierung in Sprachen wie C, C++, C#, Java, JavaScript oder Python.
Gleichwertige Erfahrung.
Fähigkeit, die Sicherheitsüberprüfungen von Microsoft, Kunden und/oder Regierung zu erfüllen, ist für diese Rolle erforderlich.
Diese Anforderungen umfassen, sind aber nicht beschränkt auf die folgenden speziellen Sicherheitsüberprüfungen: Microsoft Cloud Background Check: Für diese Position ist der Microsoft Cloud Background Check nach der Einstellung/dem Wechsel und danach alle zwei Jahre erforderlich.

Desired Qualifications

Master-Abschluss in Informatik oder einem verwandten technischen Feld UND 6+ Jahre technische Ingenieurserfahrung mit Codierung in Sprachen wie C, C++, C#, Java, JavaScript oder Python.
ODER Bachelor-Abschluss in Informatik oder einem verwandten technischen Feld UND 8+ Jahre technische Ingenieurserfahrung mit Codierung in Sprachen wie C, C++, C#, Java, JavaScript oder Python.
Gleichwertige Erfahrung.
Nachgewiesene Erfolgsbilanz bei der Behebung von Netzwerk-Performance-Problemen in großem Maßstab (z. B. Link-Ausfälle, Fabric-Hotspots, Routing-Asymmetrie).
Expertenkenntnisse in Message Passing Interface (MPI), NVIDIA Collective Communications Library (NCCL) und dem Verhalten kollektiver Algorithmen in Multi-Node-, Multi-GPU-Systemen.
Tiefgreifende Kenntnisse der InfiniBand-Architektur, einschließlich Verbs, Remote Direct Memory Access (RDMA), Scalable Hierarchical Aggregation Protocol (SHARP), adaptivem Routing, Staukontrolle und Quality of Service (QoS).
Kenntnisse von Job-Schedulern und netzwerkorientierten Planungs-/Topologiebeschränkungen.
Kenntnisse der Interna des GPU-Kommunikationsstacks: GPU Direct RDMA und NVLink-Topologien.
Erfahrung mit realer Performance-Optimierung von Transformer-Training, groß angelegtem AllReduce oder KI-Workloads mit Modell-/Datenparallelität.

Benefits

Die typische Gehaltsspanne für diese Rolle in den gesamten USA beträgt 119.800 - 234.700 USD pro Jahr.
Es gibt eine andere Spanne, die für bestimmte Arbeitsorte gilt. In der San Francisco Bay Area und im Großraum New York City beträgt die Gehaltsspanne für diese Rolle 160.200 - 261.000 USD pro Jahr.
Bestimmte Rollen können für Zusatzleistungen und andere Vergütungen in Frage kommen.
Zusätzliche Vorteile und Gehaltsinformationen finden Sie hier: https://careers.microsoft.com/us/en/us-corporate-pay

Skills

C++PythonMPINCCLRDMAInfiniBandLinuxCC#JavaJavaScript

#HPC#AI#networking#performance#InfiniBand#GPU#MPI#NCCL#RDMA#Linux

About Microsoft

Empowering every person and organization on the planet to achieve more

Every company has a mission. What's ours? To empower every person and every organization to achieve more. We believe technology can and should be a force for good and that meaningful innovation contributes to a brighter world in the future and today. Our culture doesn’t just encourage curiosity; it embraces it. Each day we make progress together by showing up as our authentic selves. We show up with a learn-it-all mentality. We show up cheering on others, knowing their success doesn't diminish our own. We show up every day open to learning our own biases, changing our behavior, and inviting…

See all open jobs at Microsoft Read more about Microsoft Website