工作职责:
1、制定算力资源调度策略，建立智能化运维管理流程及应急预案，输出算力中心全生命周期管理标准体系；
2、负责设计算力资源动态监测与可视化系统，搭建智能化算力管理平台；
3、主导算力资源优化专项，开展算力资源利用率分析及瓶颈诊断，制定异构算力协同调度技术方案；
4、负责算力中心基础设施的日常运维工作，制定适合项目的运维保障计划、设备操作规程及应急预案，推进各系统设备的日常巡检、故障处理、应急响应及设备的定期保养等工作的落实，保障算力中心正常运行和安全生产。
任职资格:
1、本科及以上学历，5年以上相关工作经验 ，具有大规模GPU集群平台搭建经验，在实际工作中进行过GPU优化者优先；
2、精通对GPU服务器的组成结构、计算链路、IO链路有深入的理解，具备较强的故障定位和问题解决能力；
3、具备各系统运维、变更方案、作业指导书、规范、流程、制度、测试演练方案、应急预案等文档的编写和审核能力；
4、具备故障排查和解决技能，能够在出现故障时迅速定位问题并采取有效措施恢复服务；
5、责任心强，良好的口头与书面沟通、表达能力，具备团队协作精神与跨部门沟通能力。