IT运维服务（智算集群方向）

1.具有 5-8 年 IDC 运维行业经验，其中至少 2 年以上智算集群（GPU/NPU）建设或运维经验（特别优秀者可适当放宽学历与年限）。 2.具有丰富的服务器、存储、网络、安全设备集成建设工作经验，精通高端算力服务器（如NVIDIA DGX、国产昇腾/寒武纪等） 的集成部署；深入理解 RDMA 高速网络技术，具备 RoCE或 InfiniBand 组网规划、流量调优及故障排查能力。3.掌握 OpenStack、Docker 等容器技术，具备虚拟机与容器日常管理能力。 4.熟悉 Linux（CentOS/RHEL/Ubuntu）及国产主流操作系统（如麒麟、UOS、 OpenEuler），可独立完成系统部署、内核调优及日常维护。5.熟悉传统数通产品（交换机/路由器）及防火墙、VPN 等安全设备，具备 VLAN、OSPF/BGP、ACL 等规划配置能力。 6.熟练使用 Shell、Python，能实现批量运维自动化。 7.能够搭建并维护集群监控、 日志、告警体系，具备性能分析与容量规划能力 8.熟悉智算场景常用分布式存储，具备部署、性能调优及故障处理经验。9.具备出色的沟通能力和团队协作精神，能承受项目交付期的工作压力，适应项目交付节奏；具备主动服务意识和系统性故障排查能力，能独立解决集群实施与运维中的复杂问题。
1.协助项目经理，负责算力集群项目的整体规划、技术方案设计与实施交付，承担集群建设中的技术决策与关键问题攻关。 2.负责智算服务器（GPU/NPU）及通算服务器的集成部署、驱动安装、性能测试与日常运维。 3.设计并部署分布式存储系统，完成容量规划、性能调优及数据高可用保障。 4.负责 RDMA 高速网络及传统数通网络的组网规划 、配置优化 、拥塞控制（如PFC/ECN）及安全策略实施。 5.构建并维护集群的可观测性体系（监控、 日志、告警），持续优化资源利用率与系统稳定性。 6.基于 Kubernetes 进行算力资源的调度管理，解决容器化环境下的 GPU 共享、网络、存储等疑难问题。7.编写自动化脚本，实现集群的快速部署、扩缩容与灾备演练。 8.参与制定运维规范、故障应急预案及SLA 指标，负责重大故障的应急响应与根因分析。