
数据中心设计与可靠性工程高级经理
负责制定数据中心电力与冷却基础设施的设计标准和可靠性要求。 统筹共址设施的调试、事件分析与可靠性改进。
描述
- 制定并完善新建、扩建和改造设施的技术设计标准及共址要求。
- 将 GPU 平台路线图转化为设施需求,涵盖 IT 负载、机架密度、电气拓扑、冗余、冷却能力和监控。
- 评估满足高要求 AI 工作负载的公用设施、电气、机械及控制系统设计。
- 牵头跨专业审查图纸、计算、容量模型、故障分析及拟议偏差。
- 参与选址、技术尽职调查、服务商 RFP、设计里程碑和商务技术进度安排。
- 建立设计审查和例外处理流程,在性能、韧性、部署速度、效率、资本成本和可运维性之间取得平衡。
- 制定调试及集成测试要求、验收标准和缺陷管理流程。
- 验证电气和冷却基础设施在正常运行、维护及可信故障条件下的表现。
- 评估针对市电中断、UPS 与发电机切换、冷却故障、控制故障及恢复过程的测试计划和结果。
- 确保运营交接资料准确完整,包括文档、监控点、设定值、维护限制和应急流程。
- 支持在运站点的变更和容量升级。
- 担任电气、机械和控制系统事件的技术升级联络人。
- 分析 BMS 和 EPMS 趋势、事件序列、电能质量记录、冷却遥测数据及维护证据。
- 与共址合作伙伴牵头或严格评估技术根因调查。
- 制定按风险排序的纠正措施和可靠性提升计划。
- 识别不同设施间的共性问题,并将经验应用于设计、测试、规范和服务商监督。
- 审查可能影响计算资源可用性的维护和变更提案。
- 就故障域与 IT 硬件、网络及平台团队协调。
- 指导共址服务商、顾问和 OEM 合作伙伴完成严格的技术审查。
- 阐述设计权衡、可靠性风险和投资建议。
- 制定可复用标准、技术手册及工程知识共享机制。
任职要求
- 至少八年关键任务数据中心设计、工程、调试或技术可靠性相关经验。
- 电气或机械工程学位,或同等专业经验。
- 精通一种工程专业,并具备另一专业的扎实工作知识。
- 精通关键电力和冷却设计、冗余、故障分析及运营风险管理。
- 具备审查工程图纸、计算、调试证据和根因分析的经验。
- 具备协调技术专家的经验。
- 能够影响共址服务商及跨职能利益相关方。
- 出色的英语沟通能力。
- 愿意出差。
- 优先条件:具备 AI 或 HPC 基础设施、高密度加速器平台及芯片直连液冷经验。
- 优先条件:了解 CDU、设施与技术设备之间的冷却接口、水力性能、冷却水质量和泄漏管理。
- 优先条件:具备电气保护与选择性、電能质量、控制序列、集成系统测试及 BMS/EPMS 分析经验。
- 优先条件:具备为多个站点或服务商制定技术标准的经验。
- 优先条件:拥有专业工程师注册资格或同等技术资质。
福利待遇
- 医疗保障
- 育儿假
- 退休计划
- 搬迁支持
- 健康计划
- 餐费补贴
- 交通补贴
- 其他因所在地而异的福利



