岗位大厅/Engineering/AI Infra工程师（基础架构）(J12892)

职位 公司
✓在雇主官网（国内官方招聘渠道）申请立即申请 ↗✉ 写求职信⚙ 一键定制材料🎤 AI 模拟面试这场
普渡机器人 Pudu · 21天前 · 来源 国内官方招聘渠道

AI Infra工程师（基础架构）(J12892)

China办公方式未标注
全职Engineering
薪资未披露

🛡 岗位真实性核验

Ghost Job 检测

🛡 申请链接 核验有效

信号由后台自动核验生成，仅供参考；判断权在你。设计案：GHOST-JOB-P1

🤖 AI 中文导读 · 由岗位 JD 原文生成

1. GPU算力集群建设与管理：GPU集群（A100/H100等）选型、采购、部署与运维；建设集群资源调度系统（弹性调度、优先级管理、资源隔离）；优化集群利用率 2. 训练基础设施搭建：分布式训练环境（NCCL网络优化、RDMA配置、存储对接）；训练任务自动化运维（故障自愈、Checkpoint自动保存与恢复、日志聚合）；大规模训练网络拓……

🎯

必备技能

AWSCephDevOpsELKGCPGPUGrafanaKubernetesLinuxPrometheus

免费注册后解锁"你的匹配分 vs 高分画像"与个人技能缺口。

💼

职位描述 · 原文

1. GPU算力集群建设与管理：GPU集群（A100/H100等）选型、采购、部署与运维；建设集群资源调度系统（弹性调度、优先级管理、资源隔离）；优化集群利用率
2. 训练基础设施搭建：分布式训练环境（NCCL网络优化、RDMA配置、存储对接）；训练任务自动化运维（故障自愈、Checkpoint自动保存与恢复、日志聚合）；大规模训练网络拓扑与通信优化
3. 阿里云资源维护与成本优化：阿里云资源日常维护与监控；设计混合云架构（本地+云弹性伸缩）；持续优化云资源成本（Spot实例、自动扩缩容）
4. 监控告警与稳定性建设：集群级监控体系；告警策略与故障响应机制；容量规划支撑3-5年算力增长
1. 计算机科学、软件工程等相关专业，本科及以上学历，3年以上基础设施/SRE/DevOps经验
2. 熟悉Linux系统、网络（TCP/IP/RDMA）、存储（NFS/Lustre/Ceph）原理与调优
3. 熟悉Kubernetes，有GPU集群调度（Volcano/Yunikorn）或自研调度器经验
4. 熟悉阿里云/AWS/GCP等公有云资源管理，有云成本优化经验
5. 熟悉监控告警体系（Prometheus/Grafana/ELK），有大规模集群运维经验
6. 具备从0到1搭建算力基础设施经验
7. 良好的问题排查能力

🈯 翻译这份 JD · 红灯 0 / 黄灯 0 / 绿灯 1点开 ▾
可以投——没有红灯，黄灯问题放进面试清单问清即可。
优先 → 加分项，不是门槛
词典只标"常见信号"，不对公司下结论——红灯 = 面试里该当面确认的问题。想自己翻别的 JD：JD 翻译器 →
🏢

公司 · Company

普渡机器人 Pudu

—

China来源：国内官方招聘渠道

⚑ 岗位信息收录自公开招聘页（国内官方招聘渠道），以雇主官网为准