数据平台运维工程师

Linux GPU服务器运维管理：负责多台Linux操作系统（Ubuntu）服务器的GPU、磁盘存储等资源的监控、维护、优化与故障排除，协调GPU训练资源，进行基础的系统配置、用户管理、权限控制。

平台环境部署与维护：使用容器化技术（Docker）进行开发环境的打包、部署和管理，了解并协助维护基于Kubernetes的容器编排平台，部署、配置和维护数据平台运行的关键基础服务，开发提升数据平台运行效率的流程脚本工具。

问题诊断与解决：快速响应和诊断系统或平台故障，包括硬件、网络、存储以及基础服务问题。

AI模型训练效率优化：优化各项训练任务的GPU利用率，训练效率

本科及以上学历，计算机科学、软件工程、网络工程或相关专业优先。

计算机基础扎实，熟悉Linux操作系统， 熟练掌握Linux常用命令、文件系统、进程管理、网络配置、Shell脚本编写、Pytorch等训练框架。

基础编程能力扎实，熟悉C++的基础语法，熟悉Python基础语法，能够编写和维护简单的自动化脚本。

了解Docker的核心概念（镜像、容器、仓库）和基本操作（构建、运行、管理）。

了解基础网络知识，了解常用网络命令和基础网络故障排查方法。

具有较强的分析和解决实际问题的能力，工作细心、认真负责，具备良好的沟通能力和团队协作精神。

加分项：拥有Linux服务器运维经验，拥有Kubernetes的容器编排平台运维经验；有模型训练效率优化经验以及大规模集群训练经验