GPU运维开发工程师

负责Linux服务器集群（生产/开发测试环境）的全生命周期管理，包括部署实施、性能调优、故障诊断及容灾方案设计；

负责数据中心硬件资源的规划与运维，涵盖主流厂商x86架构服务器、GPU计算节点的上架部署、压力测试、健康监控及故障处置；

管理混合云基础设施，包括OpenStack私有云及AWS/Aliyun等公有云IaaS资源，确保云环境高可用性及安全合规；

参与自动化运维体系建设，基于Ansible/SaltStack构建CI/CD流水线，开发运维效率工具链，推动DevOps实践落地；

参与系统架构优化设计，开展虚拟化（KVM/Docker）及容器编排（K8s）技术的落地实施与日常维护。

本科及以上学历，计算机相关专业，具有2年以上中大型互联网基础设施运维经验；

精通CentOS/Ubuntu等Linux发行版管理，深入理解操作系统原理及内核调优策略；

熟悉x86服务器架构及GPU异构计算平台，具备硬件级故障诊断能力；

掌握TCP/IP协议栈及主流网络服务（Nginx/HAProxy/Keepalived）的部署调优；

熟练使用Shell/Python开发运维脚本，具备Ansible/SaltStack等自动化工具二次开发能力 具备完整的PXE/Kickstart装机系统建设经验，熟悉Zabbix/Prometheus监控体系搭建；

熟悉虚拟化技术栈（KVM/VMware）及容器化生态（Docker/K8s），有云平台Terraform实践者优先。

具有大规模集群运维经验 持有RHCE/CKA/AWS认证等专业资质；

具备A100/H100等新一代GPU服务器的调优经验。