二、崗位職責
1. 負責英偉達GPU集群及華為昇騰910系列AI服務器的運維管理，包括硬件監控、驅動適配、性能調優及故障診斷；
2. 搭建基于混合云架構的遠程運維平臺，實現跨地域AI算力資源的統一調度與自動化運維；
3. 配合研發團隊完成AI訓練/推理系統的開發測試，設計CI/CD流水線，優化模型部署效率；
4. 構建運維監控鏈，構建從硬件層到應用層的全棧可觀測性體系；
5. 研究AI算力集群的能效優化方案，制定服務器資源彈性伸縮策略。
三、任職要求
（一）必備條件
1. 碩士及以上學歷，計算機/電子工程/數學等相關專業；
2. 3年以上Linux系統運維/DevOps經驗，精通Shell/Python/Go至少一門語言；
3. 熟悉Docker/K8s生態，有大規模集群管理經驗；
4. 掌握監控工具鏈（Prometheus/Grafana/ELK等），具備全鏈路問題定位能力；
5. 了解主流AI框架（TensorFlow/PyTorch）及計算資源管理工具（Kubeflow/Slurm）；
6. 對網絡、存儲、分布式系統有深入理解，能獨立設計高可用架構。
（二）加分項
1. 有AI大模型部署優化建設經驗；
2. 熟悉云計算平臺（AWS/Azure/阿里云）AI服務架構；
3. 持有K8s/CKA/Ceph等認證證書；
4. 發表過運維/系統優化相關技術文章或開源項目貢獻者。