智算中心運(yùn)維高級工程師
崗位職責(zé)：
1、制定算力資源調(diào)度策略，建立智能化運(yùn)維管理流程及應(yīng)急預(yù)案，輸出算力中心全生命周期管理標(biāo)準(zhǔn)體系；
2、負(fù)責(zé)設(shè)計(jì)算力資源動態(tài)監(jiān)測與可視化系統(tǒng)，搭建智能化算力管理平臺；
3、主導(dǎo)算力資源優(yōu)化專項(xiàng)，開展算力資源利用率分析及瓶頸診斷，制定異構(gòu)算力協(xié)同調(diào)度技術(shù)方案。
4、負(fù)責(zé)算力中心基礎(chǔ)設(shè)施的日常運(yùn)維工作，制定適合項(xiàng)目的運(yùn)維保障計(jì)劃、設(shè)備操作規(guī)程及應(yīng)急預(yù)案，推進(jìn)各系統(tǒng)設(shè)備的日常巡檢、故障處理、應(yīng)急響應(yīng)及設(shè)備的定期保養(yǎng)等工作的落實(shí)，保障算力中心正常運(yùn)行和安全生產(chǎn)。
任職要求：
1、本科及以上學(xué)歷，5年以上相關(guān)工作經(jīng)驗(yàn)
2、具有大規(guī)模GPU集搭建經(jīng)驗(yàn)，在實(shí)際工作中進(jìn)行過GPU優(yōu)化者優(yōu)先。
3、精通對GPU服務(wù)器的組成結(jié)構(gòu)、計(jì)算鏈路、IO鏈路有深入的理解，并具有很強(qiáng)的故障定位和問題解決能力。
4、具備各系統(tǒng)運(yùn)維、變更方案、作業(yè)指導(dǎo)書、規(guī)范、流程、制度、測試演練方案、應(yīng)急預(yù)案等文檔的編寫和審核能力。
5、具備故障排查和解決技能，能夠在出現(xiàn)故障時(shí)迅速定位問題并采取有效措施恢復(fù)服務(wù)；
6、責(zé)任心強(qiáng)，良好的口頭與書面溝通、表達(dá)能力，具備團(tuán)隊(duì)協(xié)作精神與跨部門溝通能力