IT AI Infra工程师

1.AI推理平台规划与建设：负责AI推理平台的架构规划、技术选型、建设与持续演进，支撑大模型推理服务的规模化部署与服务化运营；负责AI应用（如Ollama、vLLM、PyTorch等）的私有化部署与上线交付；

2.推理服务运营保障：负责推理服务的部署上线、版本管理、容量伸缩与高可用保障，建立吞吐、时延、GPU利用率等核心指标基线，达成研发部门SLA服务承诺；

3.AI算力及HPC集群运维：负责AI底层架构运维，统筹LSF作业调度系统全生命周期管理，完成系统规划、部署、性能调优、故障排查及集群容量规划；

4.算力资源调度与优化：负责GPU/CPU/存储等算力资源的统一调度与池化管理，通过GPU切分共享、调度策略优化等手段持续提升资源利用率、降低单位算力成本；

5.Linux系统全维度运维：熟练掌握主流Linux发行版（CentOS 7/8、Ubuntu、Rocky等）的部署、运维、升级、故障排查，精通系统权限、服务、进程、日志、磁盘等管理；

6.监控、备份与自动化运维：基于Zabbix、Prometheus、Grafana搭建及优化全维度监控告警体系，实现故障事前预警；负责Veeam等备份系统运维与方案优化；

7.AI基础设施综合运维支撑：能够独立完成AI基础设施相关的其他运维、支撑及优化工作。

任职要求：

1.本科及以上学历，计算机、软件工程、电子信息等相关专业；5年以上IT基础设施运维经验，其中2年以上AI平台建设与运营经验，具备AI平台建设经验；

2.熟悉AI Infra基础架构，了解AI算力集群、GPU集群运行逻辑。了解大模型推理服务技术栈（vLLM、TensorRT-LLM、Triton Inference Server等），具备推理框架部署、调优与服务化运营经验，了解模型量化、批处理调度等推理优化手段；

3.精通LDAP、DNS等通用基础服务搭建与运维，具备高可用架构维护经验；

4.精通Linux系统管理及Python/Shell脚本开发，具备运维自动化落地经验，有软件项目开发经验优先；

5.有芯片设计企业的AI平台（AI算力平台、推理平台、AI for EDA平台等）建设与运营经验优先；

6.熟练使用Zabbix、Prometheus、Grafana搭建监控告警平台，熟悉Veeam等主流备份软件运维；

7.具备良好的服务态度和沟通能力，积极主动，责任心强，安全意识好，有较好的抗压能力，有很好的技术敏感度和风险识别能力，具备良好的沟通技巧和团队合作能力；