职位介绍岗位职责：
1. 负责AI大模型相关基础设施建设，涵盖硬件选型、GPU服务器部署、网络架构设计及模型部署等全流程工作。
2. 负责GPU服务器的安装与配置，包括操作系统安装、驱动选择与优化，确保系统稳定性和性能最大化。
3. 负责GPU服务器的组网与网络优化，包括IB/RoCE网络、NVSwitch/NvLink等高速互联技术的部署与调试，确保数据传输效率。
4. 解决模型部署中的系统依赖问题，处理系统组件、驱动模块的兼容性与依赖关系，确保模型顺利部署与运行。
5. 监控与调优GPU服务器及网络硬件，通过性能监控工具识别瓶颈，进行硬件与网络的调优，提升整体计算效率。
6. 在K8S集群中部署AI服务相关容器，负责容器化AI服务的部署与管理，制作并维护基础镜像，确保服务的可扩展性与稳定性。
7. 持续跟踪GPU硬件与网络技术的最新发展，评估并引入新技术，提升基础设施的性能与可靠性。
岗位要求：
1. 专科及以上学历，计算机科学、电子工程、人工智能、自动化或相关专业。
3年以上GPU服务器、高性能计算（HPC）或AI基础设施相关工作经验。有大规模GPU集群部署、管理和调优经验者优先。拥有英伟达专家认证（NVCP）证书者优先、
2. 熟悉主流GPU硬件（如NVIDIA A100、H100等）的选型、安装与配置。精通Linux操作系统（如Ubuntu、CentOS）的安装、配置与优化。熟悉GPU驱动（如CUDA、cuDNN）的安装与版本管理。
3. 熟悉高速网络技术（如InfiniBand、RoCE）的部署与调优。了解NVLink/NVSwitch等GPU互联技术，具备相关组网经验。
4. 熟练使用Docker容器技术，具备容器镜像制作与优化经验。熟悉Kubernetes（K8S）集群的部署与管理，有AI服务容器化经验者优先。