崗位職責： 1.智能化算力中心運維管理 -全面負責智算中心（含智能算力集群、云計算平臺、網絡及存儲系統等）的日常運維管理，制定并執行標準化運維流程與規范。 -主導監控算力中心基礎設施（服務器、GPU集群、制冷系統、電力系統等）運行狀態，確保高可用性（SLA≥99.9%）及穩定性。 -快速定位并解決硬件故障、網絡中斷、資源調度異常等問題，組織團隊實施應急預案，最小化業務影響。 2.技術保障與優化 -牽頭完成智能算力中心軟硬件系統的升級、擴容及性能調優，協同研發團隊優化算力資源調度策略與能效管理。 -推動運維自動化建設，設計并落地智能監控、日志分析、故障自愈等工具，提升運維效率。 -負責算力中心安全防護體系（如訪問控制、數據備份、災備方案）的規劃與實施，確保符合國家信息安全標準。 3.團隊管理與協作 -組建并帶領運維技術團隊（含網絡、系統、安全等方向），分配任務并監督執行，提升團隊技術能力與響應效率。 -協調跨部門資源（研發、產品、售前），推動運維需求與業務目標的深度協同。 4.運行狀態分析與匯報 -定期匯總算力中心運行數據（資源利用率、故障率、能耗指標等），編制運維分析報告并向管理層匯報。 -基于運行數據提出成本優化、能效提升、技術迭代建議，支撐公司戰略決策。 5.標準化與合規 -制定運維文檔標準，完善技術手冊、故障處理SOP及應急預案庫，確保流程可追溯、可復制。 -確保算力中心符合行業監管要求（如等保2.0、數據中心綠色評級等），主導內外部審計與認證工作。 任職要求： 1.專業背景 -計算機科學、電子信息工程、自動化等相關專業本科及以上學歷。 -熟悉智算中心/數據中心架構，精通Linux系統、Kubernetes容器編排、云計算平臺（如OpenStack/K8s）、網絡協議（TCP/IP/SDN）等技術領域。 2.經驗與技能 -5年以上大型數據中心/云計算平臺運維經驗，2年以上團隊管理經驗，有智算中心或AI算力集群運維背景者優先。 -熟練掌握Prometheus/Zabbix等監控工具、Ansible/Terraform等自動化運維工具，具備Shell/Python腳本開發能力。 -熟悉分布式存儲（Ceph/HDFS）、高性能網絡（InfiniBand/RDMA）及GPU資源管理（NVIDIADGX集群）者優先。 3.軟性素質 -具備優秀的故障排查能力與系統性思維，能在高壓環境下快速決策。 -較強的團隊管理與跨部門協作能力，擅長技術培訓與人才梯隊建設。 -責任心強，能適應7×24小時應急響應及階段性值班安排。 加分項： -持有ITIL、PMP、RHCA、CKA、等保合規認證者優先。 -熟悉智能運維（AIOps）、預測性維護等前沿技術實踐者優先。