IT工程师（AI Infra 平台与基础设施方向）

设备与网络运维：负责实验室及办公区 GPU 工作站、服务器、交换机等硬件的部署、监控、故障排查与日常维护；管理内部网络配置、IP 分配、VLAN 划分及基础安全策略；

算力资源调度：搭建并维护 GPU 算力调度系统（如基于 Slurm、Kubernetes 或自研平台），实现资源分配、使用监控、配额管理与用户隔离；

平台开发：开发内部工具平台的前后端功能，包括任务提交界面、资源看板、用户管理、日志查询等；

API 服务构建：设计并实现 RESTful API，支持算法、科研团队自动化调用算力、存储及开发环境服务；

开发者支持：协助团队成员配置开发环境、调试代码、接入集群，提升整体研发效率

计算机、网络工程、电子信息或相关专业本科或研究生学历，具备2年以上工作经验；

熟悉 Linux 系统管理（Ubuntu/CentOS），能熟练使用 Shell/Python 进行自动化运维；

具备基础网络知识：了解 TCP/IP、DNS、DHCP、VLAN、SSH、防火墙等，能完成小型局域网部署与排障；

掌握 Python，有使用 FastAPI/Flask/Django 等框架开发后端服务的经验；

有前端开发能力，能使用 React、Vue 或类似框架构建简单管理界面；

熟悉 RESTful API 设计，了解数据库（如 PostgreSQL/MySQL）和缓存（Redis）的基本使用；

了解 Docker 容器技术，对 GPU 调度（如 NVIDIA 驱动、nvidia-smi、MIG）有基本认知；

责任心强，具备良好的沟通能力和多任务处理能力，能快速响应团队需求。 加分项（Nice-to-Have）：

有 Slurm、Kubernetes、Ray 或其他调度系统部署经验；

熟悉 Zabbix/Prometheus/Grafana 等监控工具；

有 JupyterHub、MLflow、VS Code Server 等科研开发环境部署经验；

具备基础硬件知识，能处理网络、工作站等相关任务；

对 AI/ML 工作流感兴趣，愿意深入科研场景提供技术支持