AI Infra工程师（基础架构）(J12892)

1. GPU算力集群建设与管理：GPU集群（A100/H100等）选型、采购、部署与运维；建设集群资源调度系统（弹性调度、优先级管理、资源隔离）；优化集群利用率 2. 训练基础设施搭建：分布式训练环境（NCCL网络优化、RDMA配置、存储对接）；训练任务自动化运维（故障自愈、Checkpoint自动保存与恢复、日志聚合）；大规模训练网络拓扑与通信优化 3. 阿里云资源维护与成本优化：阿里云资源日常维护与监控；设计混合云架构（本地+云弹性伸缩）；持续优化云资源成本（Spot实例、自动扩缩容） 4. 监控告警与稳定性建设：集群级监控体系；告警策略与故障响应机制；容量规划支撑3-5年算力增长 【任职要求】 1. 计算机科学、软件工程等相关专业，本科及以上学历，3年以上基础设施/SRE/DevOps经验 2. 熟悉Linux系统、网络（TCP/IP/RDMA）、存储（NFS/Lustre/Cep…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 10699 个深圳岗位（全城各职能合计），其中 945 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 12K ~ 22K（25~75 分位），中位约 16K，最低 2K、最高 100K。