NVIDIA 維保工程師招聘信息

職位名 NVIDIA 硬件維保工程師（全職/駐場）

工作地點
[重慶]（可接受國內(nèi)重點數(shù)據(jù)中心駐場）

崗位職責(zé)
1. 硬件維護
- 負責(zé) NVIDIA H200H100 H800等設(shè)備， HGX 系統(tǒng)的日常巡檢、故障診斷與硬件更換（GPU、NVLink、電源模塊等）。
- 執(zhí)行固件升級（如從 HGX 1.5.0 升級至 1.7.0），確保兼容性與穩(wěn)定性。
2. 故障處理
- 快速響應(yīng)客戶報修，解決 HBM3e內(nèi)存異常、NVLink通信中斷、液冷系統(tǒng)泄漏等典型問題。
- 分析日志（如 BMC/IPMI 日志），定位硬件或驅(qū)動層故障。
3. 性能優(yōu)化
- 配合客戶完成 MLPerf/ResNet 基準(zhǔn)測試，調(diào)優(yōu) CUDA 12.5+ 環(huán)境下的計算性能。
- 優(yōu)化 多節(jié)點集群（8-GPU及以上）的 InfiniBand/RDMA 網(wǎng)絡(luò)配置。
4. 文檔與培訓(xùn)
- 編寫維保報告、SOP操作手冊，并對客戶進行基礎(chǔ)技術(shù)培訓(xùn)。

任職要求
硬性條件
- 學(xué)歷：大專及以上，計算機/電子工程/自動化相關(guān)專業(yè)。
- 經(jīng)驗：
- 3年以上 服務(wù)器/GPU 硬件維保經(jīng)驗，熟悉 NVIDIA Tesla/HGX 系列優(yōu)先。
- 至少參與過 1次HGX架構(gòu)升級項目。
- 技能：
- 熟練使用 NVFlash、nvidia-smi、DCGM 等工具。
- 能解讀 PCIe/NVLink 拓撲錯誤（如 `lspci -tv` 輸出）。
- 了解 液冷系統(tǒng) 基本維護（如管路密封性檢測）。
- 基礎(chǔ)Python/Bash腳本能力
優(yōu)先項
- 持有 **NVIDIA 認證工程師（NCA/NCIP)或 華為/浪潮服務(wù)器認證。
- 熟悉 Kubernetes/Slurm 在GPU集群中的管理。

薪資福利
- 薪資范圍：15K-30K/月（視經(jīng)驗+認證）。
- 福利：
- 五險 + 技術(shù)培訓(xùn)。
- 差旅覆蓋（全國重點數(shù)據(jù)中心技術(shù)支持需求）。
- 提供 H200/HGX 1.7.0 真機實操環(huán)境。

工作場景示例
- 客戶報修：“H200節(jié)點訓(xùn)練任務(wù)突然中斷，`dmesg` 顯示 `NVLink CRC Error`。”
- 你的行動：
1. 通過 Base Command Manager 檢查GPU狀態(tài)。
2. 更換故障NVLink橋接器，重新校準(zhǔn)鏈路。
3. 執(zhí)行 nccl-test 驗證多卡通信恢復(fù)。

應(yīng)聘方式
1. 簡歷投遞：******************（標(biāo)題：H200維保-姓名-3年經(jīng)驗）。
2. 附上：
- 過往處理的 GPU相關(guān)故障案例（描述+解決過程）。
- 證書掃描件（如有）。

注：本崗位需接受 7×24小時緊急響應(yīng)（月度輪值制）。