DevOps Engineer for HEP GPU Benchmarks (IT-CE-LCG-2026-168-GRAP)
- Tipo di contratto
- Contratto
- Luogo
- Genève
- Stipendio
- CHF 6’372–7’004
- Prima pubblicazione
Il progetto Worldwide LHC Computing Grid (WLCG) è una collaborazione globale di circa 170 centri di calcolo in più di 40 paesi, che collega le infrastrutture grid nazionali e internazionali. Mentre il calcolo evolve per l'era dell'High-Luminosity LHC (HL-LHC), il WLCG deve affrontare una domanda di calcolo in rapida crescita insieme ad ambienti hardware sempre più eterogenei (CPU, GPU, Cloud e HPC).
Per guidare gli approvvigionamenti, l'impegno delle risorse, gli studi sulle prestazioni e la contabilità, la comunità di High Energy Physics (HEP) si affida a strumenti di benchmarking specifici per il settore per misurare e confrontare accuratamente le risorse di calcolo.
In qualità di Graduate / Applied Engineer (QUEST), ti unirai al nostro team nel Dipartimento IT del CERN per supportare lo sviluppo, l'operatività e il supporto agli utenti per i servizi di benchmarking WLCG HEPScore. Contribuirai ad attività chiave, aiutando a costruire e mantenere il prossimo stack di software di benchmarking per la comunità WLCG.
Le tue responsabilità
- Sviluppo Software: Contribuire attivamente allo sviluppo, al packaging e alla distribuzione dello stack di software di benchmark HEP. Integrare, profilare e validare carichi di lavoro di applicazioni GPU a livello di produzione provenienti dai software degli esperimenti LHC (ad es., generazione di eventi, simulazione, fast inference e HLT).
- Containerizzazione: Costruire, testare e mantenere immagini di container per i carichi di lavoro HEP utilizzando pipeline automatizzate GitLab CI/CD.
- Manutenzione e potenziamento dei servizi: Garantire il regolare funzionamento dell'infrastruttura di benchmarking principale e dei servizi di ingestione dati utilizzando Puppet, GitLab CI/CD, ActiveMQ, Logstash, OpenSearch, Kibana, Apache Spark e Grafana.
- Analisi delle prestazioni: Raccogliere, elaborare e analizzare i dati di benchmark su scala grid per valutare la scalabilità delle prestazioni attraverso diverse architetture CPU/GPU e configurazioni server.
- Supporto tecnico: Fornire supporto tecnico e documentazione alla comunità di utenti WLCG.
Il tuo profilo
- Sviluppo Python avanzato: Solida esperienza nella programmazione Python, inclusa la struttura del codice modulare, il packaging, la distribuzione e il testing.
- Containerizzazione: Solida comprensione di Docker e Apptainer/Singularity, insieme alla familiarità con gli ambienti di runtime per l'esecuzione di container GPU.
- DevOps e automazione dell'infrastruttura: Competenza con le pipeline GitLab CI/CD, i registry dei container, la gestione della configurazione (Puppet) e le metodologie di deployment.
- Sistemi Linux e profilazione delle prestazioni: Forti capacità di amministrazione Linux e shell scripting. Esperienza nel monitoraggio delle metriche di sistema (ad es., utilizzo CPU/GPU, metriche delle prestazioni hardware, monitoraggio della potenza).
- Pipeline di analisi dati e visualizzazione: Esperienza con stack di monitoraggio e analisi dati come OpenSearch/Elasticsearch, Logstash, Kibana, Grafana o Apache Spark.
- Comunicazione e collaborazione: Buone capacità di scrittura tecnica e comunicazione per interagire con esperti del settore in tutta la collaborazione globale WLCG.
Competenze
- Programmazione e scripting: Python (codice, packaging, testing), Bash, Git.
- Containerizzazione: Docker, Apptainer/Singularity.
- GPU Computing: NVIDIA Container Toolkit, CUDA, nvidia-smi, AMD ROCm, rocm-smi, GPU profiling.
- DevOps: GitLab CI/CD, Puppet, amministrazione Linux.
- Monitoraggio e analisi dati: OpenSearch/Elasticsearch, Logstash, Kibana, Grafana, Apache Spark, ActiveMQ.
- Inglese parlato e scritto, con l'impegno di imparare il francese.
criteri di ammissibilità:
- Sei un cittadino di uno Stato membro o associato del CERN (https://home.cern/about/member-states).
- Hai un background professionale in Fisica Applicata, Ingegneria del Software (o un campo correlato) e hai:
- una laurea magistrale con 2-6 anni di esperienza professionale post-laurea;
- o un dottorato di ricerca con non più di 3 anni di esperienza professionale post-laurea.
- Non hai mai avuto un contratto da fellow o graduate del CERN in precedenza.
Data di chiusura dell'annuncio: 17.11.2026 alle 23:59 CET.
Durata del contratto: 24 mesi, con una possibile estensione fino a un massimo di 36 mesi.
Orario di lavoro: 40 ore a settimana
Flessibilità del lavoro: Completamente in sede
Data di inizio prevista: 01-gennaio-2027
Questa posizione prevede:
- Turno di reperibilità, quando richiesto dalle necessità dell'Organizzazione.
- Lavoro durante le notti, le domeniche e le festività ufficiali, quando richiesto dalle necessità dell'Organizzazione.
Riferimento dell'annuncio: IT-CE-LCG-2026-168-GRAP
Campo di lavoro: Tecnologie dell'Informazione
Benchmark job: 200020 - Computing Engineer
Benefit Globali
- Uno stipendio netto mensile di 6372 o 7004 franchi svizzeri al mese a seconda del titolo di studio.
- 30 giorni di ferie pagate all'anno più 2 settimane di chiusura annuale.
- Copertura con il programma completo di assicurazione sanitaria del CERN (per te, il tuo coniuge e i figli) e adesione al fondo pensione del CERN.
- Indennità mensili per famiglia, figli e neonati a seconda delle tue circostanze individuali.
- Un pacchetto di ricollocamento (contributo per l'installazione e spese di viaggio) a seconda delle tue circostanze individuali.
- Possibilità di estendere il contratto fino a 36 mesi.
- Formazione sul lavoro e formale, comprese le lezioni di lingua.
Panoramica del CERN - Scopri un mondo dove l'impossibile diventa possibile!
Al CERN, l'Organizzazione europea per la ricerca nucleare, stiamo spingendo le frontiere della scienza e della tecnologia. Il nostro lavoro pionieristico riunisce non solo fisici, ma anche una vasta gamma di professionisti nei campi dell'ingegneria, tecnico, scientifico e amministrativo. Insieme, promuoviamo un ambiente in cui l'innovazione e la collaborazione prosperano.
Ogni giorno affro
Tradotto automaticamente dall’originale.
Pubblicato 1 settimana fa