岗位大厅/Engineering/【AI Infra】基础架构工程师(SRE)(J12900)

普渡机器人 Pudu · 21天前 · 来源 国内官方招聘渠道

【AI Infra】基础架构工程师(SRE)(J12900)

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. What you will do: Responsible for the scheduling, operations, and optimization of GPU computing clusters, as well as the maintenance and management of Alibaba Cloud re……

🎯

必备技能

AIAWSELKGPUGrafanaKubernetesLinuxPrometheusPulumiRDMA

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、做什么:
负责 GPU 算力集群的调度、运维与优化,以及阿里云资源的维护与管理,为模型训练和数据处理提供稳定、高效、弹性的算力基础设施。

2、核心职责:
- GPU 集群(H20 等)部署、运维与资源调度系统建设
- 分布式训练环境搭建(NCCL 网络优化、RDMA 配置、Checkpoint 自动保存与恢复)
- 阿里云资源维护与混合云架构设计(弹性伸缩、成本优化)
- 集群级监控体系与告警策略,容量规划支撑算力增长
1、任职要求:
- 计算机/软件工程 等相关专业,本科及以上
- 熟悉 Linux 系统、网络(TCP/IP/RDMA)、存储原理
- 熟悉 Kubernetes,有 GPU 集群调度基础
- 了解阿里云/AWS 等公有云资源管理
- 熟悉监控告警体系(Prometheus/Grafana/ELK)

2、加分项:
- 大规模 AI 训练集群(千卡级)运维经验
- NCCL/MPI 分布式通信库与网络拓扑优化经验
- 基础设施即代码(Terraform/Pulumi)实践

🈯 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。
加分项 → 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