职位描述
负责维护和管理高性能计算（HPC）集群系统，确保系统稳定运行，优化系统性能，解决系统故障，为用户提供高效的技术支持和服务。
（1）系统日常运维.负责高性能计算集群的日常监控、维护和管理工作，确保系统稳定运行。及时发现并处理潜在问题。
（2）故障排查与解决.快速响应并排查高性能计算集群的硬件、软件及网络故障。分析系统性能瓶颈，提出并实施优化方案。协调供应商和合作伙伴，解决复杂的技术问题。
（3）系统优化与升级。根据业务需求，对高性能计算集群进行性能调优和配置优化。规划并执行系统升级计划，确保升级过程中的稳定性和连续性。
（4）用户支持与服务。为用户提供高性能计算集群的使用培训和指导。收集用户反馈，不断改进和优化系统服务。建立用户沟通机制，及时解决用户在使用过程中遇到的问题。
（5）文档编写与更新。编写和维护高性能计算集群的运维手册、操作指南和技术文档。记录故障处理过程和优化方案，形成知识库供团队共享。
（6）负责公司产品的交付。掌握公司自有产品的部署，安装，配置。可以保障稳定运行
（7）安全管理。负责高性能计算集群的安全防护工作，包括系统安全配置、漏洞扫描和修复等。遵守公司的信息安全政策和流程，保护用户数据的安全和隐私。任职要求
（1）2年以上HPC运维经验，有制造行业运维经验者优先
（2）对硬件了解，掌握服务器，IB网络，以太网络基础硬件知识，掌握硬件性能故障诊断测试工具方法，有过相关硬件实施经验者优先
（3）掌握操作系统，PBS调度系统，并行文件系统（GPFS，lustre其中一种或者两种），用户认证系统（NIS，LDAP其中一种或者两种）的部署，配置，运维。
（4）掌握应用（starccm，abaqus，nastran等制造业常用软件）的部署安装，作业提交脚本的编写调试，以及故障排错。
（5）掌握系统运维常规技能。系统巡检工具，集群监控系统部署，日志分析，运维自动化脚本编写
（6）运维工作标准化。接触过运维标准化流程，能够完成运维相关文档，和项目相关文档的编写
（7）具备良好的客户服务意识，对客户服务，如何让客户满意有相关经验，并承受工作压力。有客户现场服务经验者优先
