AI Infra架构师（Iaas）

岗位职责
[岗位职责]
1.主导设计、构建和优化用于训练及推理的大规模GPU算力池和异构计算资源池的全局架构。
2.制定AI基础设施的技术演进路线图，评估和引入新的硬件和软件技术，确保集群性能及稳定性;
3.构建自动化、可视化的硬件生命周期(服务器、GPU)管理平台，包括健康检查、故障预测和自动化运维;
4.建设性能基准测试(Benchmark)体系，持续监控、分析和优化集群的整体利用率、任务完成时间和成本效益;
5.建立完善的监控、告警和日志系统(如Prometheus,Grafana,ELK)，对集群资源、任务状态和硬件健康度进行全方位可观测性建设
6.与SRE、开发团队团队紧密协作，提供最佳实践和技术支持;

岗位要求
[任职要求]
1.计算机科学、电子工程或相关专业本科及以上学历，5年以上大规模云计算基础设施相关开发/架构经验;
2.精通Go/Python/C++中的至少一门语言，深刻理解Kubernetes核心机制，熟悉NCCL通信库及其调优
3.优秀的沟通能力和团队协作精神，能够清晰地进行技术阐述和规划，出色的系统性问题分析和解决能力，能应对复杂的技术挑战，具备强烈的责任感和自驱力，对技术创新有浓厚兴趣
4.有从零到一构建和管理超大规模(万卡)GPU集群经验者优先