27届校招-运维工程师（智算方向）(J19241)

岗位二：计算 SRE 工程师（智算 / 通算平台方向）

岗位职责

负责私有化通算与智算（GPU）基础设施的日常运维、巡检排查与值班保障；参与线上突发故障的快速止损、定位与恢复，保障异构算力集群的高可用

主导并推进计算平台指标、日志、事件的统一观测体系建设，利用智能分析手段实现故障快速预警与根因定位

结合变更事件、容量水位与运维知识库，设计并研发面向计算集群的智能运维 Agent；将传统人工排错 SOP 转化为可自动执行的“异常初筛 - 根因分析 - 故障自愈”链路，推动运维自动化与智能化转型

主导沉淀标准化运维 SOP、知识库及自动化运维工具

任职要求

计算机相关专业，本科及以上学历

2. 扎实的计算机网络与操作系统功底，熟悉 Linux 常用命令、系统调用及常见性能瓶颈分析

3. 熟练掌握 Python 或 Go 至少一种开发语言，具备良好的数据结构与算法基础，具备编写自动化运维工具/脚本的能力

4. 对云计算与 IaaS 基础设施有基本认知，理解计算、网络、存储的基本协作模型；对容器或虚拟化有一定了解

5. 关注大模型与智能体技术，了解 Prompt 工程，对 LangChain / LangGraph 等框架设计思想有基本理解，乐于探索 AI 与 SRE 结合的落地场景

6. 对生产环境怀有敬畏之心，具备严谨的工程逻辑与线上故障排查推演能力

7. 良好的沟通表达、团队协作能力与抗压能力，善于总结沉淀与文档编写

加分项（满足任意一条优先考虑）

熟悉 Kubernetes 架构与核心组件运作机制，或有 OpenStack 部署与运维实操经验。

熟悉 GPU 硬件架构（如 NVIDIA Ampere/Hopper 架构）、NCCL、InfiniBand / RoCE 高性能网络，或有 AI 训练/推理任务运维与性能调优经验。

有基于 LLM / Agent 框架开发过实际 Demo/工具的经验，或熟悉 RAG、Function Calling 等技术原理。

曾在中大型互联网、云计算服务商或 AI 算力厂商有相关运维、基础设施或云原生实习经历。