Gpu集群运维和运营专家

工作职责

1.负责算力集群的运维平台建设、包括算力监控运维体系的整体技术架构设计、技术选型与架构选代，主导核心技术方案攻关。 2.负责算力集群的运营平台建设、包括算力资源分配、授权、计费统计的整体技术架构设计、技术选型与架构选代，主导核心技术方案攻关。 3.负责算力资源监控、算力账单、算力运维、故障自愈、算力优化等核心系统的开发，保障平台高可用、高并发、高稳定性。 4.对接产品、业务团队，评估技术需求，合理排期，平衡技术迭代与业务稳定性，支撑算力业务持续增长。 5.跟踪行业前沿算力技术，主导技术升级、架构优化、性能调优，降低平台运维成本与资源损耗。

任职要求

1.精通云原生、微服务架构，熟悉K8S、算力调度、分布式系统，有大型算力平台、云平台、资源调度平台研发经验。 2.熟悉英伟达及国产GPU，GPU集群管理、算力监控、任务调度、资源隔离等核心技术，具备复杂系统架构设计与问题攻坚能力。 3.具备良好的AI技术栈、Vibe Coding，有前后端全栈能力优先。 4.具备良好的沟通协调能力、技术沉淀能力和体系化思维。