运维主管

职位职责: 1、服务器与算力架构规划：负责根据业务要求进行算力中心服务器架构设计、选型评估及算力资源池化方案，参与硬件配置评审，确保架构匹配算力需求。与模型研发团队对接，理解模型训练流程中的算力痛点，转化为服务器配置、网络拓扑、存储分层等架构方案。 2、算力平台软件运维与调优：负责服务器系统、K8S集群、MaaS平台、分布式存储及高速网络的软件运维，保障业务稳定运行。负责CPU/GPU算力环境的软件治理，建立算力效能基线，包括CUDA/cuDNN/驱动/容器配置、性能调优与故障排查。 3、算力分配与资源治理：设计多租户、多任务场景下的算力分配策略（队列、优先级、抢占、配额），提升GPU利用率与研发效率。搭建监控告警体系，对核心指标做可视化与预警，主导线上故障处理与复盘。 4、运维自动化：后续牵头搭建并带领运维团队制定运维规范、变更流程与应急预案，推动运维自动化与自愈能力建设。引入CI/CD…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。