崗位職責(zé)：
1.開(kāi)展公司兩級(jí)智算中心算力相關(guān)的運(yùn)營(yíng)工作，主要內(nèi)容包括算力資源管理、算力技術(shù)支持、算力培訓(xùn)推廣、算力兩級(jí)協(xié)同等內(nèi)容；
2.負(fù)責(zé)圍繞模型訓(xùn)練與推理任務(wù)對(duì)算力相關(guān)需求，構(gòu)建統(tǒng)一規(guī)范、動(dòng)態(tài)調(diào)度、安全可控的兩級(jí)算力運(yùn)營(yíng)體系，并輸出相關(guān)的算力運(yùn)營(yíng)標(biāo)準(zhǔn)；
3.負(fù)責(zé)算力需求受理及算力需求核算等工作，針對(duì)訓(xùn)練場(chǎng)景、推理場(chǎng)景能夠建立算力-模型匹配關(guān)系，并借助壓測(cè)手段給出匹配最優(yōu)算力資源的建議，核算算力需求后進(jìn)行分配；
4.負(fù)責(zé)算力調(diào)度相關(guān)技術(shù)的研究和實(shí)施，能夠根據(jù)算力資源指標(biāo)監(jiān)控等技術(shù)，對(duì)不同場(chǎng)景算力資源應(yīng)用趨勢(shì)提出總結(jié)建議，并能夠進(jìn)行彈性擴(kuò)縮容；
5.負(fù)責(zé)算力運(yùn)監(jiān)監(jiān)測(cè)指標(biāo)的梳理，能夠基于監(jiān)測(cè)技術(shù)構(gòu)建算力運(yùn)營(yíng)指標(biāo)監(jiān)測(cè)體系，幫助開(kāi)展算力資源規(guī)劃設(shè)計(jì)關(guān)工作；
6.精通AI基礎(chǔ)設(shè)施和人工智能軟件，能夠定期對(duì)市面上主流的大模型、人工智能芯片、無(wú)損網(wǎng)絡(luò)等軟硬件產(chǎn)品開(kāi)展調(diào)研，并形成調(diào)研報(bào)告，指導(dǎo)公司后續(xù)智算中心算力規(guī)劃和建設(shè)。
任職要求：
1.本科及以上學(xué)歷，計(jì)算機(jī)/電子工程相關(guān)專業(yè)；具備3年以上GPU集群/智算中心運(yùn)維運(yùn)營(yíng)經(jīng)驗(yàn)；熟悉Python、Ansible，有一定的編程能力；
2.精通人工智能大模型訓(xùn)練微調(diào)、推理部署全棧流程，能夠與模型研發(fā)團(tuán)隊(duì)協(xié)作預(yù)估算力需求，具備分析訓(xùn)練微調(diào)、推理部署任務(wù)日志，進(jìn)行簡(jiǎn)單問(wèn)題定位能力；
3.精通Kubernetes/Docker容器化技術(shù)，具備設(shè)計(jì)GPU/NPU集群調(diào)度策略，優(yōu)化資源利用率，實(shí)現(xiàn)算力資源的高效利用的能力；
4.對(duì)算力-模型匹配關(guān)系有深度認(rèn)知，熟悉模型部署與壓測(cè)相關(guān)技術(shù)，能夠針對(duì)模型特性，通過(guò)壓測(cè)手段給出匹配最優(yōu)算力資源的建議；
5.精通promethous/Grafana等監(jiān)控軟件，能夠通過(guò)預(yù)埋探針檢測(cè)算力使用瓶頸，并建立彈性伸縮機(jī)制，輸出算力效能分析報(bào)告等能力；
6.熟悉智算中心訓(xùn)練微調(diào)、推理部署場(chǎng)景下相應(yīng)的組網(wǎng)方案，能夠給出組網(wǎng)規(guī)劃；
7.熟悉NVIDIA CUDA生態(tài)或華為昇騰CANN生態(tài)及Pytorch、TensorFlow、SGLang、Vllm等主流AI框架；
8.有智算中心算力、平臺(tái)、模型、智能體整體規(guī)劃設(shè)計(jì)和建設(shè)實(shí)施工作經(jīng)驗(yàn)的可以優(yōu)先考慮。
9.對(duì)工作充滿激情，富有責(zé)任心，溝通能力強(qiáng)，能承受工作壓力。