Fluidstack is hiring: Network Engineer, Reliability & Observability in San Franc

About Fluidstack

At Fluidstack, we’re building the infrastructure for abundant intelligence. We partner with top AI labs, governments, and enterprises - including Mistral, Poolside, Black Forest Labs, Meta, and more - to unlock compute at the speed of light.

We’re working with urgency to make AGI a reality. As such, our team is highly motivated and committed to delivering world‑class infrastructure. We treat our customers’ outcomes as our own, taking pride in the systems we build and the trust we earn. If you’re motivated by purpose, obsessed with excellence, and ready to work very hard to accelerate the future of intelligence, join us in building what’s next.

About the Role

Fluidstack is seeking a Network Engineer, Reliability & Observability to serve as a reliability engineer championing and building process, data collections, and reliability metrics with the objective of improving the quality and reliability of AI networks from deployment through the full lifecycle of operations.

This role is focused on developing processes, systems, tools, data and data pipelines, and observability to improve the quality of networks and deliver automated metrics (24x7) as well as periodic reliability reports for both internal and external customers.

This role is ideal for experienced network operators who are passionate about reliability and have experience designing and building full lifecycle software such as Quality Assurance audits, circuit audits, periodic audits, failure rates and failure analysis. You are passionate about hardware (electronics and optics), software development, and you value and promote the use of data to make informed decisions in deployment, operations, and strategic sourcing.

Experienced SRE (Site Reliability Engineers) with a passion for networking are encouraged to apply.

Focus

• Ownership of Quality Assurance: Design, develop, and support QA process for network hardware and networks.




• Pipelines: Develop and deploy serverless workflows, server based, and manually triggered data pipelines producing network quality and reliability observability for internal and external customers.




• Deployment and Operations Support: Support full lifecycle data collection and analysis partnering with Deployment, Operations, DC hardware, and logistics teams to produce data that drives process improvements and delivers on SLA and SLOs.




• Process Engineering: Develop, pilot, and deploy process improvements for deployment and repair to produce data and consume data with Machine Learning to fulfill our mission.




• Cross-Team Collaboration: Own without ego and execute in a collaborative team with design, deployment, operations engineers and software developers.




• Subject Matter Expert: In at least two or more deep subjects such as IP routing, optics, optical transport, Ethernet, RDMA/RoCE, or electrical power.

About You

• Strong Operations Background: 5+ years in network engineering and at least 3+ years in operations with significant hands‑on operational experience. You've run production networks or compute, responded to incidents at all hours, and debugged complex failures under pressure. You understand the difference between "working" and "production‑ready".




• Datacenter Fabric Expertise: Deep experience operating modern datacenter networks including EVPN/VXLAN, BGP, CLOS topologies, and high‑radix switching. You're comfortable troubleshooting Layer 2/3 issues, BGP routing problems, fabric misconfigurations, and physical media failures.




• Incident Response Excellence: Proven ability to lead incident response, perform systematic troubleshooting, and drive issues to resolution. You remain calm during outages, communicate clearly with stakeholders, and know when to elevate versus when to dig deeper. You've been the person others call when things break.




• Matrix Leadership Experience: You understand how to build relationships with onsite teams, coordinate physical infrastructure work, and represent network engineering in a field environment. You know how to get things done in operational settings with many internal and external teams and stakeholders.




• Operational Pragmatism: You balance perfection with progress. You can troubleshoot with imperfect information, make pragmatic decisions under time pressure, and prioritize based on business impact. You document as you go and continuously improve operational processes.




• Self Driven: You embrace complex challenges with undefined process and key results. You can dive in to learn, but zoom back out to build Objectives, develop Key Results and build a software development project and pipeline in Jira solo. You can then switch hats and begin coding.

Nice to Haves

• AI/HPC Fabric Operations: Experience operating AI/ML or HPC fabrics with RDMA (RoCEv2), lossless Ethernet (PFC, ECN), or high‑performance networking. You understand the operational precision required when network performance directly impacts workload completion.




• Reliability Engineering: You have experience with observability and reliability engineering from network operations or in manufacturing quality.




• Hardware Repair Experience: Hands‑on experience coordinating hardware repairs, RMAs, and physical infrastructure work. You understand datacenter logistics, vendor escalation processes, and how to work effectively with onsite technicians.




• Observability & Monitoring: Familiarity with network monitoring platforms, alerting systems, and telemetry collection. You've used monitoring tools to diagnose issues proactively and tune alerting to reduce noise. You have experience with SQL, MySQL, and building operations dashboards.




• Software Development: You have experience with ITIL, Agile (xP), and TDD including developing and leading programs and projects. You have experience building hyperscale platforms in Go Lang with supporting tools in Python or RUST.

We are committed to pay equity and transparency.

Fluidstack is an Equal Employment Opportunity Employer. All qualified applicants will receive consideration for employment without regard to race, color, religion, sex, national origin, sexual orientation, gender identity, disability and protected veterans’ status, or any other characteristic protected by law. Fluidstack will consider for employment qualified applicants with arrest and conviction records pursuant to applicable law.

You will receive a confirmation email once your application has successfully been accepted. If there is an error with your submission and you did not receive a confirmation email, please email careers@fluidstack.io with your resume/CV, the role you’ve applied for, and the date you submitted your application – someone from our recruiting team will be in touch.

#J-18808-Ljbffr

In Summary: Fluidstack is seeking a Network Engineer, Reliability & Observability to serve as a reliability engineer championing and building process, data collections, and reliability metrics . The role is focused on developing processes, systems, tools, data and data pipelines, and observability to improve the quality of networks .

En Español:

Ingeniero de redes, fiabilidad y observabilidad

Fluidstack está buscando un Ingeniero de Red, Confiabilidad y Observabilidad para servir como ingeniero de confiabilidad que defienda y construya procesos, recopilaciones de datos y métricas de fiabilidad con el objetivo de mejorar la calidad y fiabilidad de las redes de IA desde su implementación a través del ciclo de vida completo de las operaciones.

Este papel se centra en el desarrollo de procesos, sistemas, herramientas, tuberías y datos observables para mejorar la calidad de las redes y ofrecer métricas automatizadas (24x7) así como informes periódicos de fiabilidad tanto para los clientes internos como externos.

Este puesto es ideal para los operadores de red experimentados que son apasionados por la confiabilidad y tienen experiencia en el diseño y construcción del software completo del ciclo de vida, como auditorías de garantía de calidad, auditos de circuito, auditorías periódicas, tasas de fallas y análisis de fallos.

Se recomienda a los SRE (Site Reliability Engineers) experimentados con pasión por la creación de redes que apliquen.

Concentrarse

• Propiedad de la garantía de calidad: diseño, desarrollo y soporte del proceso de calificación para el hardware y las redes de red.

• Pipelines: Desarrollar e implementar flujos de trabajo sin servidor, tuberías de datos basadas en servidores y activadas manualmente que produzcan calidad de red y fiabilidad observable para clientes internos y externos.

• Apoyo al despliegue y a las operaciones: apoyar la recopilación y el análisis de datos del ciclo de vida completo en asociación con los equipos de implementación, operaciones, hardware DC y logística para producir datos que impulsen mejoras de procesos y proporcionen SLA y SLOs.

• Ingeniería de procesos: Desarrollar, pilotar e implementar mejoras en el proceso para la implementación y reparación para producir datos y consumir datos con Machine Learning para cumplir nuestra misión.

• Colaboración entre equipos: poseer sin ego y ejecutar en un equipo colaborativo con ingenieros de diseño, implementación, operaciones y desarrolladores de software.

• Experto en materia: En al menos dos o más materias profundas como el encaminamiento IP, la óptica, el transporte óptico, Ethernet, RDMA/RoCE o energía eléctrica.

Sobre usted

• Fuertes antecedentes operativos: 5+ años en ingeniería de redes y al menos 3 + años en operaciones con una experiencia operacional práctica significativa. Has ejecutado redes de producción o computación, respondido a incidentes a todas horas y desactivado fallos complejos bajo presión. Comprendes la diferencia entre "trabajar" y "pronto para producir".

• Desarrollo de software: Usted tiene experiencia con ITIL, Agile (xP) y TDD incluyendo el desarrollo y liderazgo de programas y proyectos.

• Experiencia en el tejido del centro de datos: experiencia profunda operando redes modernas de centros de datos, incluidas EVPN / VXLAN, BGP, topologías CLOS y conmutación de alto radix.

• Excelencia en la respuesta a incidentes: Capacidad comprobada para liderar la respuesta al incidente, realizar una solución sistemática de problemas y llevar los problemas a la resolución. Se mantiene tranquilo durante las interrupciones, se comunica claramente con las partes interesadas y sabe cuándo escalar versus cuándo profundizar más. Usted ha sido la persona que otros llaman cuando las cosas rompen.

• Matrix Leadership Experience: Comprende cómo construir relaciones con los equipos en el sitio, coordinar el trabajo de infraestructura física y representar la ingeniería de redes en un entorno de campo. Sabe hacer las cosas en configuraciones operativas con muchos equipos internos y externos y partes interesadas.

• Pragmatismo operativo: equilibra la perfección con el progreso. Puede solucionar problemas con información imperfecta, tomar decisiones pragmáticas bajo presión de tiempo y priorizar en función del impacto empresarial. Documenta a medida que avanza y mejora continuamente los procesos operacionales.

• Auto-Driven: Abarca desafíos complejos con procesos no definidos y resultados clave. Puedes sumergirte para aprender, pero vuelve a acercarse para construir Objetivos, desarrollar Resultados Claves y construir un proyecto de desarrollo de software y pipeline en Jira solo. Luego puedes cambiar los sombreros y comenzar a codificar.

Es bueno para Haves.

• Operaciones de tejidos AI/HPC: Experiencia en el funcionamiento de telas AI/ML o HPC con RDMA (RoCEv2), Ethernet sin pérdidas (PFC, ECN) o redes de alto rendimiento. Comprende la precisión operativa requerida cuando el desempeño de la red afecta directamente a la finalización de la carga de trabajo.

• Ingeniería de fiabilidad: Usted tiene experiencia en ingeniería de observabilidad y confiabilidad a partir de las operaciones de red o en la calidad de fabricación.

• Experiencia en reparación de hardware: experiencia práctica coordinando las reparaciones de hardware, los RMA y el trabajo de infraestructura física. Comprende la logística del centro de datos, los procesos de escalada de proveedores y cómo trabajar eficazmente con técnicos in situ.

• Observabilidad y Monitoreo: Familiarización con las plataformas de monitorización en red, los sistemas de alerta y la recopilación de telemetría. Usted ha utilizado herramientas de seguimiento para diagnosticar problemas proactivamente y ajustar las alertas para reducir el ruido. Tiene experiencia con SQL, MySQL y construir paneles de operaciones.

Salario y prestaciones

• Paquete de compensación total competitivo (salario + capital propio).

• Plan de jubilación o pensión, conforme a las normas locales.

• Seguro de salud, odontológico y visión.

• Una política generosa de PTO, en línea con las normas locales.

El rango de salario básico para este puesto es de $150,000 - $250,000 por año, dependiendo de la experiencia, habilidades, calificaciones y ubicación.

Estamos comprometidos a pagar con equidad y transparencia.

Fluidstack es un Empleador de Igualdad en Oportunidades de Trabajo. Todos los solicitantes calificados recibirán una consideración para el empleo sin tener en cuenta la raza, color, religión, sexo, origen nacional, orientación sexual, identidad de género, discapacidad y estatus de veteranos protegidos o cualquier otra característica protegida por la ley.

Recibirá un correo electrónico de confirmación una vez que su solicitud haya sido aceptada con éxito. Si hay un error en la presentación y no ha recibido un email, envíe un correo postal a careers@fluidstack.io con su currículum/CV, el papel para el cual se ha solicitado y la fecha en que presentó su solicitud - alguien de nuestro equipo de reclutamiento estará en contacto.