职位描述
岗位定位：本岗位是连接公司AI业务与云端算力的核心枢纽，你将深度参与GPU算力集群的全生命周期管理，并直接服务于公司的算法训练与推理平台。我们寻找的不是传统运维，而是具备开发者视角的“算法基础设施工程师”。
岗位职责
1、负责云端数据管道（Data Pipeline）的日常运维与稳定性保障，涵盖数据同步、存储管理、任务调度等环节，确保算法训练与推理所需数据的高效、稳定供给；
2、负责供应商开发机的环境搭建、账号权限管理、安全策略制定与日常维护，建立开发机全生命周期管理流程；
3、作为技术接口人，对接各AI算力供应商（如阿里云、火山引擎及GPU云服务商）的云端算力需求（含GPU算力卡），完成资源评估、分配调度与算力集群的运维保障；
4、负责公司公有云基础设施的日常运维，涵盖员工权限管理、网络配置、安全组策略、监控告警体系搭建与故障快速响应；
5、编写运维自动化脚本（Python/Shell），持续提升运维效率，沉淀运维文档与操作手册。任职要求
必备要求
1、本科及以上学历，计算机、软件工程、网络工程、信息安全、云计算等相关专业；
2、熟悉至少一种主流公有云平台（阿里云/AWS/火山引擎等），具备云资源部署、监控、成本优化能力；
3、精通Linux操作系统，熟练使用Python/Shell进行自动化运维脚本开发；
4、熟悉Docker容器技术，了解Kubernetes核心概念与基本操作；
5、熟悉Zabbix、Prometheus、Grafana等主流监控工具的使用与配置；
6、具备良好的沟通协调能力，能够作为技术接口人与多方供应商高效协作。
加分项
1、有GPU服务器或AI算力集群（NVIDIA GPU、CUDA、InfiniBand/RoCE网络）运维经验；
2、有Kubernetes集群生产环境运维经验；
3、有数据管道（Airflow/DolphinScheduler、Kafka、ETL等）运维经验；
4、有Terraform、Ansible等IaC自动化工具使用经验；
5、熟悉云成本优化（FinOps）方法与多云架构管理经验。
