【岗位职责】： 1、维护GPU集群，完善监控体系，保障平台稳定性。 2、系统运维支持，包括服务器管理，交换机网络管理等。 3、DevOps工具开发（base Python)，逐步实现平台运维和管理的自动化。 4、大模型相关的工作：例如工具链的使用（vllm/transformer)，生命周期的管理 5、通过搭建运维/运营agent，实现运维/运营的智能化管理

【任职要求】： 1、需要具备Python, Go, Shell等代码能力，有2-3年的项目开发经验的优先，熟悉django框架。 2、熟悉Linux系统管理，熟练操作Linux系统，优秀的故障debug能力。 3、熟悉Kubernetes（K8S）下管理和调度容器，有实际操作经验。 4、熟悉日志收集、监控等开源软件，有实际的使用经验。 5、熟悉网络架构及网络基础知识，能够配置Cisco, H3C, 锐捷等品牌交换机。 6、具备自我驱动力和解决问题的能力，主动推进工作。 7、良好的沟通技巧和团队合作精神，能够与算法人员和其他团队紧密合作。 8、熟悉GPU集群平台管理，有实际维护经验的优先。 9、熟悉大模型相关的工具链、框架、推理、部署。