GPU 算力运维工程师（工控与GPU方向） (MJ000091)

【岗位职责】
1、工控机系统与硬件运维：负责公司工控机（IPC）、边缘计算节点及高性能服务器的日常巡检、安装部署与故障排查。负责工控机内部核心部件（如主板、内存、扩展卡）的精准装配与更换，保障工业现场设备的稳定运行。
2、工控系统与软件适配：负责工控机操作系统（Windows/Linux/RTOS等）的标准化镜像制作、系统裁剪、驱动适配及性能调优。解决工控机在复杂工业环境下的系统蓝屏、死机、外设掉线等常见软硬件故障。
3、GPU硬件部署与环境配置：负责NVIDIA GPU等异构计算硬件的安装部署；负责操作系统维护、GPU驱动更新、CUDA环境配置及容器化方案（如NVIDIA Docker）的管理，快速定位并解决系统与GPU驱动适配问题，保障芯片相关硬件的兼容性与运行效率。
4、硬件监控与底层故障排查：使用专业工具（如DCGM、nvidia-smi等）对GPU算力资源进行深度监控。针对日常突发故障（如GPU硬件损坏、系统宕机、链路中断、算力异常等），按流程及时响应、排查并解决。
5、软硬件系统集成协助：协助算法与研发团队进行视觉应用系统集成，配合完成算法在硬件端的移植、性能调优及边缘端部署。
6、IT资产与文档管理：建立并维护IT算力及工控硬件资产台账，规范撰写运维报告、故障记录及部署规范，持续沉淀运维知识库。
【任职要求】
1、学历与经验：计算机、电子工程、自动化或相关专业本科及以上学历；具备3年以上IT硬件运维经验，有工控机系统运维、AI算力中心或GPU集群运维经验者优先。
2、工控机底层基础：熟练掌握工控机架构，深入理解PCIe总线拓扑、内存通道分配等底层技术；熟悉各类工业总线及接口（如RS232/485、CAN、千兆网口、USB3.0等）的调试与故障诊断。
3、系统与驱动适配：精通Windows/Linux操作系统的安装、组策略配置及底层驱动调试；具备扎实的系统裁剪、内核参数调优及故障排查能力。
4、GPU硬件与底层环境：深入了解主流GPU芯片（如NVIDIA、AMD等）的硬件特性与体系结构；熟悉服务器内部总线与技术原理（如PCIe带宽分配、NVLink等）；熟练掌握CUDA环境配置与NVIDIA Docker等容器化方案，具备独立排查系统与驱动适配问题的能力。
5、自动化与云原生：熟练使用Shell/Python脚本及Ansible等自动化工具；熟悉Docker/Kubernetes容器技术及Prometheus监控工具，了解TensorFlow/PyTorch等AI框架的基础部署。
6、综合素质：具备优秀的跨部门沟通协调能力，能与算法团队紧密配合。
【加分项】
·拥有NVIDIA或华为昇腾相关技术认证者优先。
·熟悉主流工控机品牌（如研华、凌华、控创等）的底层硬件架构与BIOS/固件配置者优先。
·有大型AI算力集群（百卡/千卡级别）建设与运维经验者优先。