科创运维中心-智算架构师

【岗位职责】
1.负责智算设施（智算中心／智算集群）的整体规划与设计，制定覆盖算力、存储、网络、机房及供配电与制冷的总体技术方案与实施路线图；
2.负责国产智算服务器的选型、集群架构设计与部署规划，保障算力规模与性能满足业务要求；
3.负责智算平台资源管理与调度：GPU/NPU 异构算力调度、存储容量规划、算力成本优化，提升整体资源利用率；
4.负责智算平台架构设计与优化：建设支撑大模型训练与推理的统一算力底座，推动 Kubernetes 异构设备插件与 Volcano、Slurm 等调度框架及容器化平台落地；
5.建立智算运维保障体系：涵盖监控告警、日志审计、备份容灾与故障应急响应，处理算力平台故障、性能瓶颈与安全事件，形成应急响应与改进方案；
6.制定智算建设与运维规范及最佳实践，推动国产芯片软件栈适配与生态建设（驱动、算子库、AI 框架、模型迁移与调优）。
【任职条件】
1.本科及以上学历，计算机、电子信息、通信、自动化等相关专业优先；
2.5 年及以上智算基础设施、AI 算力平台或数据中心系统架构相关工作经验；
3.熟悉国产智算服务器产品与软件栈：如平头哥、沐曦、华为昇腾、海光 DCU、寒武纪 MLU 等，了解英伟达 GPU 算力方案者亦可；
4.熟悉高性能计算网络与存储架构：InfiniBand、RoCE、NVLink 及国产互联方案，并行文件系统与分布式存储，具备 Spine-Leaf、Fat-Tree 等网络拓扑设计能力；
5.熟悉 Kubernetes、Docker 等云原生技术及 Volcano、Slurm 等异构算力调度框架，具备大规模集群管理与算力平台建设经验；
6.熟悉数据中心基础设施规划：机房等级、供配电、液冷／风冷散热方案，具备算力中心容量规划与成本测算能力；
7.熟练掌握 Linux 系统管理，具备故障定位与排查能力，能编写 Shell/Python 等自动化脚本。
【优先条件】
1.主导或参与过千卡及以上规模智算中心或大型企业级智算集群的规划、建设与运维；
2.熟悉信创生态与国产化全栈适配（鲲鹏／昇腾、国产操作系统、国产数据库），有大模型训练／推理平台落地经验；
3.熟悉 DeepSpeed、Megatron-LM、vLLM 等并行训练与推理优化框架；
4.有算力成本管控、算力租赁或智算中心运营模式相关经验；
5.持有主流厂商认证：华为 HCIE-Datacenter / HCIE-Cloud Computing、昇腾 HCIA/HCIP/HCIE、红帽 RHCE 等。