崗位職責
1.負責人力資源業務系統的穩定性建設，如WEB服務、APP后端、API網關、用戶行為日志等；構造和維護高可用、可擴展的服務架構，提升系統容災能力和故障恢復效率；
2.設計并實現自動化監控、告警、發布、擴縮容等系統運維流程，深度參與CI/CD流水線設計與優化，推動DevOps和自動化落地；
3.負責大模型訓練與推理所需的 GPU 服務器及 CPU 服務器的日常運維工作，包括服務器的環境配置、部署、監控、故障排查與修復，保障服務器硬件設備穩定運行。
4.制定并執行服務器定期巡檢計劃，記錄巡檢數據，分析潛在風險，提前預警并解決服務器性能瓶頸、硬件故障等問題，確保服務器資源利用率達到最優水平。
5.負責企業應用相關服務的安全防護工作，制定并落實服務器安全策略，包括操作系統安全加固、賬號權限管理、防火墻配置、數據備份與恢復方案等，防范網絡攻擊、數據泄露等安全風險。
6.監控服務器運行狀態，實時跟蹤服務響應時間、并發量、錯誤率等關鍵指標，當服務出現異常時，快速定位問題根源，協調相關資源進行緊急處理，保障服務可用性與穩定性，降低服務中斷時長。
7.參與制定服務應急預案，定期組織應急演練，提升團隊應對突發故障的能力，確保在極端情況下能快速恢復大模型服務運行。
8.編寫運維工具、腳本及技術分享文檔。
任職要求
1.學歷與專業：計算機科學與技術、電子信息工程、軟件工程等相關專業，3 年及以上服務器運維或后端開發相關工作經驗。
2.服務器運維能力：熟悉 GPU 服務器（NVIDIA 系列優先）及 CPU 服務器的硬件架構與工作原理，掌握服務器運維常用工具（如 Ansible、Prometheus、Grafana 等）的使用方法，具備獨立完成服務器故障排查與修復的能力。
3.操作系統與網絡知識：熟悉 Linux系統原理，熟悉 TCP/IP 協議棧，具備網絡故障排查能力，了解防火墻、負載均衡等網絡設備的配置與使用。
4.編程與工具能力：具備扎實的編程基礎，熟練至少一種主流編程語言如C/C++、Python、Shell 等；熟悉 Docker 容器技術；
5.安全意識與應急處理：具備強烈的服務安全意識，熟悉常見的網絡安全威脅與防護措施，掌握數據備份與恢復方法；具備良好的應急處理能力，能夠在服務出現故障時快速響應、高效解決問題。
6.溝通與協作：具備良好的溝通表達能力與團隊協作精神，能夠清晰準確地與跨部門團隊溝通技術需求與解決方案，積極配合團隊完成項目任務；具備較強的學習能力與抗壓能力，能夠快速適應新技術、新業務，應對工作中的挑戰。
加分項：
1. 熟悉vLLM、SGLang等推理框架，有AI模型部署和運維工程落地經驗；
2. 能獨立完成服務器性能測試，熟悉軟件測試的流程與方法