崗位工作概述：
1、組織統(tǒng)籌各專業(yè)主管工程師，編制本數(shù)據(jù)中心的IT質量管理體系技術文檔，包括IT設施 MOP 、 SOP 、 EOP ；
2、組織落實IT質量管理制度及流程，存檔各種形式的設備資料、圖紙、培訓文檔、運維記錄等；
3、組織帶領各專業(yè)主管工程師，定期開展風險及缺陷的識別與評估活動；
4、硬件監(jiān)控與維護：GPU集群安裝與維護，管理BMC + IPMI硬件報警系統(tǒng)，建立和維護硬件告警工單體系。負責機器內硬件固件的升級維護、問題定位，進行硬件/BIOS性能調優(yōu)。監(jiān)控和維護RDMA網(wǎng)絡/交換機，調整水線，進行故障定位。 軟件運維：負責監(jiān)控、日志、存儲、工單系統(tǒng)組件的搭建及運維管理；
5、IDC管理：負責IDC的備件庫存管理，確保7*24小時oncall響應，處理機房問題（如斷電、溫度過高等），協(xié)調廠商上門升級服務，對故障機器組件（如網(wǎng)卡、主板、光模塊、線纜）進行更換和維修。
任職要求
工作經(jīng)驗：
1、有帶領團隊維護大型GPU服務器集群三年以上工作經(jīng)驗；
2、有大規(guī)模智算集群早期或中期搭建運維經(jīng)歷，全鏈路細節(jié)經(jīng)驗豐富。
教育水平要求：本科及以上學歷，有IT網(wǎng)絡相關專業(yè)畢業(yè)。
崗位技能要求：
1、熟悉任職崗位及下屬崗位的各項業(yè)務及運作流程；
2、熟悉行業(yè)標準及規(guī)章制度；
3、具有較強的管理能力和領導水平；
4、能夠依照運維體系中的各項要求完成、指導相關工作；
5、具備較強的計劃、組織、領導、協(xié)調、控制、督導能力；
6、有較高的職業(yè)素質、責任感，良好的管理理念、服務意識、應急處理能力，為人熱忱有禮，工作仔細認真。
工作技能要求：
1、取得國家及相關設備廠商專業(yè)機構頒發(fā)的行業(yè)許可證；
2、有帶領團隊維護大型GPU服務器集群三年以上工作經(jīng)驗；
3、有大規(guī)模智算集群早期或中期搭建運維經(jīng)歷，全鏈路細節(jié)經(jīng)驗豐富；
4、有強大的問題協(xié)調解決和應急處理能力。
5、能出色的帶領團隊完成工作任務，具備嫻熟的溝通技巧能夠和各業(yè)務方進行無障礙溝通。
6、具備持續(xù)學習新技術的熱情和能力，具有英文讀寫各種指令和一定的英文口語能力。