一、核心职责 本岗位的核心职责覆盖云资源、集群调度、存储、成本与接管交付五个方面，具体如下。 1.专属云资源管理：存储、网络资源池管理；配额与容量水位监控；扩容评估与实施；资源标签与分组体系维护。 2.账号与权限治理：主账号与子账号体系、IAM 策略、组织与项目结构、AK/SK 全生命周期管理与定期轮换。 3.研发集群运维：CPU / GPU 服务器集群（含 Linux 与 Windows 节点）的日常运维、固件与驱动管理、硬件故障处理、上架与变更管理。 4.作业调度系统运维：Donau Scheduler（多瑙）/ Slurm 的部署、升级与运维，包括队列规划、用户与组织配额、QoS 策略、应用许可证调度配置、高可用与故障切换演练。 5.存储与数据管理：并行文件系统 / NAS / 对象存储的容量规划、性能调优、目录规范与用户配额管理。 6.备份与容灾：备份策略制定与执行、跨 AZ 复制、定期恢复演练与可恢复性验证，确保设计数据可恢复。 7.成本与账单管理：费用分析、闲置资源清理、包年包月到期管理、降配与调度优化，落实成本优化（FinOps）。 8.厂商对接：华为云工单与 TAM 协调、SLA 跟踪、责任共担边界的执行与定期复核。 9.接管项目交付：主导云资源域的接管盘点、资产账实核对、遗留问题跟踪与分域验收签字。

二、任职要求（必备） 以下为岗位硬性门槛，需全部满足。 本科及以上学历，计算机、电子、自动化等相关专业，3 年以上云平台或大规模 Linux 集群运维经验。 熟悉主流公有云（华为云 / 阿里云 / 腾讯云 / AWS 任一）生产环境管理，理解托管云形态下的责任共担模型。 扎实的 Linux 系统管理能力（CentOS / RHEL / Ubuntu），具备性能分析与故障排查能力。 熟悉存储体系（NFS、Lustre、BeeGFS、GPFS 等）与备份方案设计。 熟悉至少一种 HPC 作业调度系统（Donau / Slurm / LSF / PBS），理解队列、配额与调度策略。 具备脚本能力（Shell 或 Python），能实现运维自动化。 责任心强，能承担关键系统 7×24 故障响应。 三、加分项 以下为择优条件，满足其中多项者优先。 有华为 HPC 套件（DonauKit、多瑙调度器、多瑙 Portal）实操经验。 有 GPU 集群运维经验（CUDA、昇腾算力、驱动管理、MIG 切分、GPU 池化）。 有 EDA / 芯片设计行业 IT 支持或 CAD 工程师经验。 有 License 管理经验（FlexLM / FlexNet / Sentinel / RLM）。 持有华为云认证（HCIP / HCIE，云计算或 HPC 方向）。 有 IaC 实践（Terraform / Ansible）。