This position is listed on behalf of a partner company, who manages all applications and next steps. Our partner is looking for a Technical Lead - GPU Infrastructure based in Saudi Arabia.
This is a hands-on technical leadership role responsible for architecting and delivering a large-scale GPU infrastructure platform.
You will lead the evolution from managed Kubernetes workloads toward bare-metal GPU infrastructure, including Slurm-based research computing and Kubernetes-powered inference.
The role combines deep systems expertise with engineering leadership, team management, and direct ownership of architecture and delivery.
You will oversee a distributed team spanning backend, frontend, Dev Ops, QA, and documentation while maintaining high technical standards.
Your work will support research, model training, and managed inference workloads requiring reliable, scalable, and observable GPU compute.
You will also serve as the primary technical interface with infrastructure partners, hardware providers, and internal platform consumers.
This is an opportunity to shape the architecture and operational foundations of a sophisticated GPU platform in a fully remote environment.
Accountabilities
The Technical Lead will own the platform architecture and engineering delivery while remaining deeply involved in technical decisions, infrastructure operations, team leadership, and partner relationships.
Own the end-to-end platform architecture, including architecture proposals, high-level and low-level designs, technical reviews, and ongoing architecture documentation. Lead and line-manage a distributed engineering team across backend, frontend, Dev Ops, QA, and documentation. Establish engineering standards, oversee code and design reviews, manage release gates, conduct one-to-ones, and provide growth and performance feedback. Design, build, and operate a managed Slurm service supporting research and model-training workloads. Own Slurm controllers, accounting, partitions, login nodes, node onboarding, acceptance testing, driver and CUDA baselines, upgrades, stalled-job detection, node health, draining, autohealing, storage visibility, identity, and workload isolation. Lead GPU infrastructure operations on bare-metal environments, including NVIDIA drivers, CUDA, Fabric Manager, NVSwitch, DCGM, MIG, node burn-in, and acceptance processes. Own Kubernetes cluster bootstrap and lifecycle on partner-provided bare metal, including NVIDIA GPU Operator and Network Operator. Oversee GPU isolation using technologies such as Kube Virt and VFIO and manage day-two infrastructure operations, upgrades, backup, recovery, and node replacement. Define managed inference architecture covering serving, multi-GPU and multi-node parallelism, autoscaling, request routing, endpoint reliability, and confidential-compute capabilities. Establish observability across the control plane, GPU fleet, and application layers through metrics, logging, alerting, and SLOs. Lead incident response, post-incident reviews, and the development of an on-call model that is sustainable for a lean engineering organization. Act as the primary technical interface with infrastructure partners and vendors, translating requirements into written specifications and acceptance tests. Manage technical escalations with partners through resolution and contribute to capacity planning and hardware sourcing decisions. Work directly with research, model-training, and product teams to translate workloads into platform requirements and manage capacity constraints. Hire and develop members of the platform team while maintaining a high technical bar. Contribute to architecture decisions involving distributed systems, high-performance computing, networking, storage, virtualization, and GPU workloads.
Requirements
The ideal candidate combines deep hands-on GPU and infrastructure expertise with proven technical leadership experience. They should be comfortable operating complex production systems, making architecture decisions, leading distributed teams, and remaining close to the code and infrastructure.
8+ years of hands-on engineering experience, including at least 3 years leading teams responsible for infrastructure platforms used by other teams. Bachelor's or Master's degree in computer science, engineering, or a related field, or equivalent practical experience. Extensive hands-on experience operating Slurm in production, including slurmctld, slurmdbd, partitions, QoS, priority, accounting, prolog and epilog, node health, and upgrades. Experience operating HPC or GPU training clusters for research or model-development users. Strong experience operating NVIDIA GPU fleets on bare metal, including driver and CUDA lifecycles, Fabric Manager, NVSwitch, DCGM, MIG, node burn-in, and acceptance. Deep knowledge of Infini Band, subnet configuration, RDMA, SR-IOV, and diagnosing multi-node NCCL performance issues. Strong Linux systems expertise, including kernel modules, drivers, PCIe passthrough, vfio-pci, cgroups, namespaces, and performance tuning. Proven production Kubernetes experience covering control planes, upgrades, CNI, CSI, operators, custom controllers, and multi-tenancy. Experience with HPC storage and large-scale data movement, including shared filesystems such as VAST, Lustre, or NFS and node-local NVMe caching. Experience distributing large model weights and datasets across multiple nodes. Strong observability and operations experience with Prometheus, Grafana, Loki, or comparable platforms, including SLOs, incident response, and post-incident reviews. Working proficiency in Java Script and Node.js sufficient to review control-plane, CLI, and worker services and make architecture decisions. Experience delivering a multi-tenant Iaa S, Paa S, research computing service, or comparable platform with resource isolation, quotas, usage metering, APIs, and CLI interfaces. Demonstrated people leadership across time zones and the ability to lead cross-functional technical reviews. Strong written architecture and decision-making skills, including documenting alternatives and trade-offs. Confidence communicating technical decisions and respectfully challenging partners or executives when necessary. Excellent written and spoken English. Fully remote availability with a working location between UTC and UTC+5:30 to provide overlap with teams and partners across Europe and India. Willingness to travel occasionally to partner sites and team events.
Desirable Experience Includes
Slurm operators on Kubernetes, such as Soperator or Slinky, or Kubernetes-native schedulers such as Kueue, Volcano, KAI, or Kubeflow Trainer. Modern model-serving technologies such as v LLM, SGLang, or Tensor RT-LLM. GPU parallelism strategies, quantization trade-offs, and GPU memory planning. Multi-tenant GPU isolation using Kube Virt, Kata Containers, QEMU/KVM, Firecracker, or similar technologies. Confidential computing technologies such as Intel TDX, AMD SEV-SNP, or NVIDIA confidential-compute capabilities. Cluster API, kubeadm, Cilium, GPU autohealing, infrastructure as code, and Git Ops. Experience working on the operator side of a GPU cloud, university or national HPC center, or AI research platform. Peer-to-peer or distributed-systems experience. Experience working with hardware providers responsible for provisioning but not operating infrastructure, including establishing contracts and acceptance tests.
Benefits
100% remote position. Opportunity to lead the architecture and delivery of a sophisticated GPU infrastructure platform. High-impact technical leadership role spanning bare-metal GPU infrastructure, Slurm, Kubernetes, inference, and observability. Leadership responsibility for a distributed engineering organization across multiple technical disciplines. Significant ownership over architecture, engineering standards, delivery planning, and team development. Direct involvement with infrastructure partners and hardware providers. Opportunity to support advanced AI research, model training, and managed inference workloads. International and distributed working environment with colleagues and partners across Europe and India. Occasional opportunities for travel to partner locations and team events. Opportunity to work at the intersection of high-performance computing, AI infrastructure, distributed systems, and cloud-native technologies.
How Jobgether Works
We use an AI-powered matching process to ensure your application is reviewed quickly, objectively, and fairly against the role's core requirements. Our system identifies the top-fitting candidates, and this shortlist is then shared directly with the hiring company. The final decision and next steps (interviews, assessments) are managed by their internal team.
We appreciate your interest and wish you the best!
Why Apply Through Jobgether?
Data Privacy Notice: By submitting your application, you acknowledge that Jobgether will process your personal data to evaluate your candidacy and share relevant information with the hiring employer. This processing is based on legitimate interest and pre-contractual measures under applicable data protection laws (including GDPR). You may exercise your rights (access, rectification, erasure, objection) at any time.
We may use artificial intelligence (AI) tools to support parts of the hiring process, such as reviewing applications, analyzing resumes, or assessing responses and identifying potential inconsistencies or verification signals in application materials based on available information. These tools assist our recruitment team but do not replace human judgment. Final hiring decisions are ultimately made by humans. If you would like more information about how your data is processed, please contact us.
تم إدراج هذا المنصب نيابة عن شركة شريكة، وهي التي تتولى إدارة جميع طلبات التوظيف والخطوات التالية. يبحث شريكنا عن قائد تقني للبنية التحتية لوحدات معالجة الرسومات (GPU) في المملكة العربية السعودية.
هذا دور قيادي تقني عملي مسؤول عن هندسة وتسليم منصة بنية تحتية واسعة النطاق لوحدات معالجة الرسومات.
ستقود عملية الانتقال من أحمال عمل Kubernetes المدارة نحو بنية تحتية لوحدات معالجة الرسومات على الأجهزة المادية (Bare-metal)، بما في ذلك الحوسبة البحثية القائمة على Slurm والاستدلال المدعوم بـ Kubernetes.
يجمع الدور بين الخبرة التقنية العميقة في الأنظمة والقيادة الهندسية، وإدارة الفريق، والملكية المباشرة للهندسة والتسليم.
ستشرف على فريق موزع يضم خبراء في تطوير الواجهات الخلفية والأمامية، وعمليات التطوير (DevOps)، وضمان الجودة (QA)، والتوثيق، مع الحفاظ على معايير تقنية عالية.
سيدعم عملك عمليات البحث، وتدريب النماذج، وأحمال عمل الاستدلال المدارة التي تتطلب حوسبة GPU موثوقة وقابلة للتوسع وقابلة للمراقبة.
ستعمل أيضًا كواجهة تقنية أساسية مع شركاء البنية التحتية، ومزودي الأجهزة، ومستهلكي المنصة الداخليين.
هذه فرصة لتشكيل هندسة وأسس تشغيل منصة GPU متطورة في بيئة عمل عن بُعد بالكامل.
المسؤوليات
سيتولى القائد التقني مسؤولية هندسة المنصة والتسليم الهندسي مع البقاء مشاركًا بشكل عميق في القرارات التقنية، وعمليات البنية التحتية، وقيادة الفريق، وعلاقات الشركاء.
امتلاك هندسة المنصة من البداية إلى النهاية، بما في ذلك مقترحات الهندسة، والتصميمات عالية ومنخفضة المستوى، والمراجعات التقنية، ووثائق الهندسة المستمرة. قيادة وإدارة فريق هندسي موزع عبر الواجهات الخلفية والأمامية، وعمليات التطوير، وضمان الجودة، والتوثيق. وضع المعايير الهندسية، والإشراف على مراجعات الكود والتصميم، وإدارة بوابات الإصدار، وإجراء اجتماعات فردية، وتقديم ملاحظات حول النمو والأداء. تصميم وبناء وتشغيل خدمة Slurm مدارة تدعم أحمال عمل البحث وتدريب النماذج. امتلاك وحدات تحكم Slurm، والمحاسبة، والأقسام، وعقد تسجيل الدخول، وتأهيل العقد، واختبارات القبول، وخطوط أساس التعريفات وCUDA، والترقيات، واكتشاف الوظائف المتعطلة، وصحة العقد، والتفريغ، والشفاء الذاتي، ورؤية التخزين، والهوية، وعزل أحمال العمل. قيادة عمليات بنية GPU التحتية على بيئات الأجهزة المادية، بما في ذلك تعريفات NVIDIA، وCUDA، وFabric Manager، وNVSwitch، وDCGM، وMIG، واختبارات إجهاد العقد، وعمليات القبول. امتلاك عملية إقلاع ودورة حياة مجموعة Kubernetes على الأجهزة المادية المقدمة من الشركاء، بما في ذلك NVIDIA GPU Operator وNetwork Operator. الإشراف على عزل GPU باستخدام تقنيات مثل KubeVirt وVFIO وإدارة عمليات البنية التحتية اليومية، والترقيات، والنسخ الاحتياطي، والاسترداد، واستبدال العقد. تحديد هندسة الاستدلال المدارة التي تغطي الخدمة، والتوازي متعدد وحدات معالجة الرسومات ومتعدد العقد، والتحجيم التلقائي، وتوجيه الطلبات، وموثوقية نقاط النهاية، وقدرات الحوسبة السرية. إنشاء المراقبة عبر مستوى التحكم، وأسطول GPU، وطبقات التطبيق من خلال المقاييس، والتسجيل، والتنبيهات، وSLOs. قيادة الاستجابة للحوادث، ومراجعات ما بعد الحوادث، وتطوير نموذج "عند الطلب" مستدام لمنظمة هندسية صغيرة. العمل كواجهة تقنية أساسية مع شركاء البنية التحتية والبائعين، وترجمة المتطلبات إلى مواصفات مكتوبة واختبارات قبول. إدارة التصعيدات التقنية مع الشركاء حتى الحل والمساهمة في تخطيط القدرات وقرارات شراء الأجهزة. العمل مباشرة مع فرق البحث وتدريب النماذج والمنتجات لترجمة أحمال العمل إلى متطلبات المنصة وإدارة قيود القدرات. توظيف وتطوير أعضاء فريق المنصة مع الحفاظ على مستوى تقني عالٍ. المساهمة في قرارات الهندسة التي تشمل الأنظمة الموزعة، والحوسبة عالية الأداء، والشبكات، والتخزين، والافتراضية، وأحمال عمل GPU.
المتطلبات
يجمع المرشح المثالي بين خبرة عميقة وعملية في GPU والبنية التحتية مع خبرة قيادية تقنية مثبتة. يجب أن يكون مرتاحًا في تشغيل أنظمة الإنتاج المعقدة، واتخاذ قرارات الهندسة، وقيادة الفرق الموزعة، والبقاء قريبًا من الكود والبنية التحتية.
أكثر من 8 سنوات من الخبرة الهندسية العملية، بما في ذلك 3 سنوات على الأقل في قيادة فرق مسؤولة عن منصات البنية التحتية المستخدمة من قبل فرق أخرى. درجة البكالوريوس أو الماجستير في علوم الحاسب، أو الهندسة، أو مجال ذي صلة، أو خبرة عملية معادلة. خبرة عملية واسعة في تشغيل Slurm في الإنتاج، بما في ذلك slurmctld وslurmdbd والأقسام وQoS والأولوية والمحاسبة وprolog وepilog وصحة العقد والترقيات. خبرة في تشغيل مجموعات HPC أو تدريب GPU للباحثين أو مستخدمي تطوير النماذج. خبرة قوية في تشغيل أساطيل NVIDIA GPU على الأجهزة المادية، بما في ذلك دورات حياة التعريفات وCUDA، وFabric Manager، وNVSwitch، وDCGM، وMIG، واختبارات إجهاد العقد والقبول. معرفة عميقة بـ InfiniBand، وتكوين الشبكة الفرعية، وRDMA، وSR-IOV، وتشخيص مشكلات أداء NCCL متعددة العقد. خبرة قوية في أنظمة Linux، بما في ذلك وحدات النواة، والتعريفات، وتمرير PCIe، وvfio-pci، ومجموعات التحكم (cgroups)، ومساحات الأسماء (namespaces)، وضبط الأداء. خبرة مثبتة في إنتاج Kubernetes تغطي مستويات التحكم، والترقيات، وCNI، وCSI، والمشغلين (operators)، ووحدات التحكم المخصصة، وتعدد المستأجرين. خبرة في تخزين HPC ونقل البيانات واسع النطاق، بما في ذلك أنظمة الملفات المشتركة مثل VAST أو Lustre أو NFS والتخزين المؤقت المحلي للعقدة NVMe. خبرة في توزيع أوزان النماذج الكبيرة ومجموعات البيانات عبر عقد متعددة. خبرة قوية في المراقبة والعمليات باستخدام Prometheus أو Grafana أو Loki أو منصات مماثلة، بما في ذلك SLOs والاستجابة للحوادث ومراجعات ما بعد الحوادث. إجادة العمل بـ JavaScript وNode.js بما يكفي لمراجعة مستوى التحكم وCLI وخدمات العمال واتخاذ قرارات الهندسة. خبرة في تقديم منصة IaaS أو PaaS متعددة المستأجرين أو خدمة حوسبة بحثية أو منصة مماثلة مع عزل الموارد، والحصص، وقياس الاستخدام، وواجهات برمجة التطبيقات (APIs)، وCLI. قيادة أفراد مثبتة عبر مناطق زمنية مختلفة والقدرة على قيادة المراجعات التقنية متعددة الوظائف. مهارات قوية في هندسة الكتابة واتخاذ القرار، بما في ذلك توثيق البدائل والمقايضات. ثقة في توصيل القرارات التقنية وتحدي الشركاء أو التنفيذيين باحترام عند الضرورة. إجادة ممتازة للغة الإنجليزية كتابةً وتحدثاً. توافر كامل للعمل عن بُعد مع موقع عمل بين UTC وUTC+5:30 لتوفير تداخل مع الفرق والشركاء في جميع أنحاء أوروبا والهند. الاستعداد للسفر أحياناً إلى مواقع الشركاء وفعاليات الفريق.
الخبرة المرغوبة تشمل
مشغلي Slurm على Kubernetes، مثل Soperator أو Slinky، أو جدولة Kubernetes الأصلية مثل Kueue أو Volcano أو KAI أو Kubeflow Trainer. تقنيات تقديم النماذج الحديثة مثل vLLM أو SGLang أو TensorRT-LLM. استراتيجيات موازاة GPU، ومقايضات التكميم، وتخطيط ذاكرة GPU. عزل GPU متعدد المستأجرين باستخدام KubeVirt أو Kata Containers أو QEMU/KVM أو Firecracker أو تقنيات مشابهة. تقنيات الحوسبة السرية مثل Intel TDX أو AMD SEV-SNP أو قدرات الحوسبة السرية لـ NVIDIA. واجهة برمجة تطبيقات المجموعة (Cluster API)، وkubeadm، وCilium، والشفاء الذاتي لـ GPU، والبنية التحتية ككود (IaC)، وGitOps. خبرة في العمل على جانب المشغل في سحابة GPU، أو جامعة أو مركز HPC وطني، أو منصة بحث ذكاء اصطناعي. خبرة في الأنظمة الموزعة أو الند للند (Peer-to-peer). خبرة في العمل مع مزودي الأجهزة المسؤولين عن التوفير ولكن ليس تشغيل البنية التحتية، بما في ذلك إبرام العقود واختبارات القبول.
المزايا
منصب عن بُعد بنسبة 100%. فرصة لقيادة هندسة وتسليم منصة بنية تحتية متطورة لـ GPU. دور قيادي تقني عالي التأثير يمتد عبر بنية GPU التحتية على الأجهزة المادية، وSlurm، وKubernetes، والاستدلال، والمراقبة. مسؤولية قيادية لمنظمة هندسية موزعة عبر تخصصات تقنية متعددة. ملكية كبيرة للهندسة، والمعايير الهندسية، وتخطيط التسليم، وتطوير الفريق. مشاركة مباشرة مع شركاء البنية التحتية ومزودي الأجهزة. فرصة لدعم أبحاث الذكاء الاصطناعي المتقدمة، وتدريب النماذج، وأحمال عمل الاستدلال المدارة. بيئة عمل دولية وموزعة مع زملاء وشركاء في جميع أنحاء أوروبا والهند. فرص عرضية للسفر إلى مواقع الشركاء وفعاليات الفريق. فرصة للعمل عند تقاطع الحوسبة عالية الأداء، وبنية الذكاء الاصطناعي التحتية، والأنظمة الموزعة، وتقنيات السحابة الأصلية.
كيف يعمل Jobgether
نستخدم عملية مطابقة مدعومة بالذكاء الاصطناعي لضمان مراجعة طلبك بسرعة وبموضوعية وعدالة مقابل المتطلبات الأساسية للدور. يحدد نظامنا أفضل المرشحين، ثم تتم مشاركة هذه القائمة المختصرة مباشرة مع الشركة الموظفة. يتم إدارة القرار النهائي والخطوات التالية (المقابلات، التقييمات) من قبل فريقهم الداخلي.
نحن نقدر اهتمامك ونتمنى لك التوفيق!
لماذا تقدم من خلال Jobgether؟
إشعار خصوصية البيانات: من خلال تقديم طلبك، فإنك تقر بأن Jobgether ستقوم بمعالجة بياناتك الشخصية لتقييم ترشيحك ومشاركة المعلومات ذات الصلة مع صاحب العمل الموظف. تستند هذه المعالجة إلى المصلحة المشروعة والتدابير السابقة للتعاقد بموجب قوانين حماية البيانات المعمول بها (بما في ذلك GDPR). يمكنك ممارسة حقوقك (الوصول، التصحيح، المحو، الاعتراض) في أي وقت.
قد نستخدم أدوات الذكاء الاصطناعي (AI) لدعم أجزاء من عملية التوظيف، مثل مراجعة الطلبات، أو تحليل السير الذاتية، أو تقييم الردود وتحديد التناقضات المحتملة أو إشارات التحقق في مواد الطلب بناءً على المعلومات المتاحة. تساعد هذه الأدوات فريق التوظيف لدينا ولكنها لا تحل محل الحكم البشري. يتم اتخاذ قرارات التوظيف النهائية في النهاية من قبل البشر. إذا كنت ترغب في مزيد من المعلومات حول كيفية معالجة بياناتك، يرجى الاتصال بنا.