主要职责

1. HPC集群运维管理

· 负责大型HPC集群的日常监控、维护和优化，保障系统7x24小时高可用

· 管理作业调度系统（Slurm/PBS等），优化资源分配策略，提升集群利用率

· 部署和维护并行文件系统（Lustre/GPFS等），确保海量科研数据的高速访问

2. 科研软件生态支持

· 为各类科学计算软件（计算化学、计算物理、生物信息学、人工智能框架等）提供编译、安装、调试和优化支持

· 创建和维护标准化软件环境模块

· 协助研究人员解决软件使用中的技术问题，编写使用文档

3. 系统架构与项目实施

· 参与HPC集群的规划、部署和升级项目

· 实施系统自动化运维方案（Ansible/SaltStack等）

4. 性能调优与故障排查

· 分析系统性能瓶颈，对计算节点、存储、网络进行调优

· 快速定位并解决硬件、系统及应用层面的故障

· 定期进行系统安全加固和漏洞修复

任职要求

1. 学历与经验

· 计算机相关专业本科及以上学历

· 3年以上Linux系统运维经验，至少1年HPC或大规模集群运维经验

2. 核心技术能力

· 精通Linux系统（RHEL）的管理、调优和故障排查

· 熟悉Shell/Python脚本编程，具备自动化运维能力

· 掌握HPC集群核心组件：作业调度系统、并行文件系统、高速网络

· 具备丰富的科研计算软件编译、安装和调试经验

3. 专业认证

· RHCE/RHCA认证

· 或其他同等级Linux专业认证

【优先条件】

1. 熟悉容器化技术（Docker/Singularity/Podman）在HPC环境的应用

2. 有GPU计算集群（NVIDIA DGX/CUDA）运维经验

3. 有科研机构、高校超算中心或大型互联网公司运维经验

【软实力要求】

1. 出色的问题分析和解决能力，能在压力下保持冷静

2. 良好的沟通能力和服务意识，能与科研人员有效协作

3. 强烈的责任心和主动性，注重细节

4. 持续学习新技术的能力和热情