AI平台及系统运维工程师

Job description

岗位职责

• 负责智算平台底座运维，承接算力平台IaaS/PaaS系统运维运营；
• 负责裸金属+虚拟化+容器的基础环境部署、维护与容量管理，统筹GPU服务器与容器环境部署；
• 负责操作系统内核调优（NUMA/IO/网络/CPU隔离）、NVIDIA驱动/CUDA/NCCL版本管理与多版本共存方案落地；
• 负责镜像标准化管理，构建GPU算力镜像仓库与流水线；
• 负责驱动固件升级、硬件故障处理（GPU/光模块/内存/硬盘/电源），与GPU硬件工程师、厂商技术对接形成闭环；
• 负责系统性能调优与压测，建立算力基础设施保障体系；
• 配合算力调度工程师完成GPU资源池上线、纳管与下线流程，参与算力扩容方案实施；
• 负责系统高可用保障，主导系统级故障应急响应、复盘与SOP沉淀。

任职要求

• 负责智算平台底座运维，承接算力平台IaaS/PaaS系统运维运营；
• 负责裸金属+虚拟化+容器的基础环境部署、维护与容量管理，统筹GPU服务器与容器环境部署；
• 负责镜像标准化管理，构建GPU算力镜像仓库与流水线；
• 负责系统性能调优与压测，建立算力基础设施保障体系；
• 配合算力调度工程师完成GPU资源池上线、纳管与下线流程，参与算力扩容方案实施；
• 负责系统高可用保障，主导系统级故障应急响应、复盘与SOP沉淀。