1、负责AI相关配套资源的运维和管理支持工作，与供应商对接问题，保证资源可用性。
2、负责公司 GPU 平台的可用性支持，问题答疑，保证任务的稳定性。
3、保障大模型服务的可用性，包括升级，部署，运维相关工作
4、推动 AI服务的高可用性建设，能持续发现问题并推动演进。
任职资格
1、熟悉 Linux/Kubernetes/Prometheus/Grafana的基本知识和操作；
2、熟悉 Shell/Python 两种语言，能够进行工具开发工作；
3、熟悉 GPU 基本知识，包括型号，算力，网络，有基础的排障能力；
4、熟悉主流云厂商的云服务与控制台操作；
4、对大语言模型服务的全链路有基本认知；
5、善于团队协作，具备良好的沟通能力和责任心；
加分项：
1、有 大语言模型/GPU运维经验；
2、有 MCP Server/Agent的开发经验