1. 設(shè)計(jì)、部署和管理用于GPU托管的云基礎(chǔ)設(shè)施；
2. 優(yōu)化云環(huán)境中的GPU利用率和性能；
3. 使用Docker和Kubernetes實(shí)現(xiàn)和管理容器化作業(yè)任務(wù)；
4. 使用Terraform或CloudFormation等IaC工具自動(dòng)化基礎(chǔ)設(shè)施部署；
5. 確保云基礎(chǔ)設(shè)施的安全性和合規(guī)性；
6. 監(jiān)控系統(tǒng)性能并及時(shí)解決問(wèn)題；
7. 與跨職能團(tuán)隊(duì)合作，提供可擴(kuò)展的云解決方案。
任職要求：
1. 計(jì)算機(jī)科學(xué)、工程或相關(guān)領(lǐng)域的學(xué)士學(xué)位；
2. 云平臺(tái)：
? 熟練使用主要的云服務(wù)提供商，如AWS、Google Cloud Platform (GCP) 和 Microsoft Azure。
? 有使用GPU特定服務(wù)的經(jīng)驗(yàn)，如AWS EC2 P3和P4實(shí)例、GCP的NVIDIA Tesla和Azure的NC系列。
3. GPU技術(shù)：
? 深入了解GPU架構(gòu)，特別是NVIDIA GPU。
? 有GPU編程（CUDA，OpenCL）經(jīng)驗(yàn)。
4. 容器化和編排：
? 熟練使用Docker和Kubernetes部署和管理GPU作業(yè)任務(wù)。
? 了解Kubernetes用于GPU作業(yè)任務(wù)的相關(guān)操作。
5. IaC工具：
? 使用Terraform、CloudFormation或Ansible等工具自動(dòng)化云基礎(chǔ)設(shè)施部署的經(jīng)驗(yàn)。
6. 網(wǎng)絡(luò)和安全：
? 掌握云網(wǎng)絡(luò)知識(shí)，包括VPC、子網(wǎng)和安全組。
? 了解云環(huán)境中的安全最佳實(shí)踐，特別是關(guān)于數(shù)據(jù)隱私和安全GPU資源管理。
7. 監(jiān)控和優(yōu)化：
? 熟悉監(jiān)控工具，如Prometheus、Grafana和云原生監(jiān)控解決方案。
? 能夠在云環(huán)境中優(yōu)化GPU利用率和性能。
8. 經(jīng)驗(yàn)
? 有豐富的云平臺(tái)工程師工作經(jīng)驗(yàn)，最好有管理高性能計(jì)算（HPC）或AI/ML等工作內(nèi)容的經(jīng)驗(yàn)。
? 有設(shè)計(jì)、部署和管理可擴(kuò)展云架構(gòu)的經(jīng)驗(yàn)。
9. 項(xiàng)目管理：
? 領(lǐng)導(dǎo)云遷移或大規(guī)模部署項(xiàng)目的經(jīng)驗(yàn)。
? 能夠同時(shí)管理多個(gè)任務(wù)和項(xiàng)目。
10. 行業(yè)經(jīng)驗(yàn)：
? 在大量使用GPU的行業(yè)中工作過(guò)，如AI/ML、數(shù)據(jù)科學(xué)、游戲或科學(xué)計(jì)算。
11. 協(xié)作和溝通：
? 能夠與跨職能團(tuán)隊(duì)合作，包括數(shù)據(jù)科學(xué)家、開(kāi)發(fā)人員和業(yè)務(wù)利益相關(guān)方。
? 強(qiáng)大的溝通能力，能夠向非技術(shù)利益相關(guān)者闡明技術(shù)概念。
12. 個(gè)人屬性
? 問(wèn)題解決能力：
? 強(qiáng)大的分析和故障排除技能。
? 能夠快速診