锦鲤求职岗位描述
1. 算力基础设施运维：负责智算（GPU/加速卡服务器、IB/RoCE高速网络、分布式存储）与通算（x86/ARM通用服务器、虚拟化平台、云管平台）基础设施的日常巡检、监控告警与配置管理，承担设备上架部署、固件驱动升级、硬件维护及资源生命周期管理，保障设备健康率与可用性达标。
2. 算力资源池运营：负责算力/计算资源池统一管理，承接资源开通、变更、回收等运营流程，开展容量规划与利用率分析，输出运行日报/周报，支撑资源调配、成本核算与节能降耗。
3. 故障处理与应急响应：快速响应系统级及算力级故障告警，完成诊断、定位与恢复，保障服务SLA；开展根因分析（RCA）并形成改进措施，完善应急预案并定期演练。
4. AI智能体与大模型运营：承接业务侧AI智能体需求，完成场景梳理、Prompt设计与优化、工作流编排、知识库配置及上线支撑，跟踪准确率、满意度、调用量、成本等运营指标并输出优化方案；负责大模型接入、选型评测与版本迭代适配，开展推理部署、推理框架适配、参数调优及性能与成本优化，推动大模型在运维智能化（智能告警、智能诊断、智能问答）等场景落地。
5. 算力项目软件交付：搭建公司自有机房算力业务软件交付体系，制定交付标准、实施流程、验收规范及风险管控机制；负责算力配套软件全流程交付（需求对接、实施方案编制、资源统筹、系统联调、功能验证、压力测试、问题整改及验收），牵头软件配置调试与功能适配，解决系统兼容、调度适配、性能优化等核心问题。
6. 算力运行安全管理：负责算力集群、服务器、GPU节点、存储及网络链路的安全管理，针对非法调用、越权访问、恶意攻击、算力过载、节点故障等风险定期开展隐患排查，形成隐患台账并跟踪整改闭环；落实合规自查、等保测评、安全评估等监管要求。
7. 项目支撑与内外协同：对内对接运维、安全、集客等部门同步业务需求与交付进度，对外统筹施工单位、设备厂商、集成商现场实施，监督施工规范、审核施工方案；支撑算力项目现场及驻场运维问题整改，组织跨部门协同解决项目卡点，保障项目按期交付。
8. 规范与体系建设：完善运维流程、SOP文档与知识库，推进自动化运维工具与智能运维平台建设，落实权限管理、数据安全与等保相关规范。