高级系统工程师（HPC 与 AI 服务器）— Supermicro
为 Supermicro 客户设计、测试和部署机架级 HPC 与 AI 服务器解决方案。 支持数据中心、云、存储和网络环境。
描述
- 部署机架和集群基础设施，并对 GPU、CPU、网络和存储进行系统级测试。
- 使用内部工具测试功能、兼容性、性能、压力耐受性和可靠性。
- 设计并测试概念验证解决方案。
- 深入掌握 HPC 和 AI 应用及其基准测试。
- 调优系统并优化操作系统和网络配置，以提升 HPC 和 AI 基准测试结果。
- 负责集群、存储、HPC 和云基础设施的日常运维支持。
- 识别并记录硬件和软件质量问题。
- 与产品管理和工程团队合作，将改进纳入后续产品。
- 编写测试流程、报告和故障排查文档。
- 提供现场部署服务，并确认客户验收及满意度。
- 创建用于集群部署和测试环境的自动化工具。
任职要求
- 电气工程、计算机工程或相关专业的学士或硕士学位；优先考虑硕士学位。
- 至少八年服务器、网络或存储硬件配置、测试、调试和故障排查相关经验。
- 至少八年 DevOps 或云环境相关经验，包括 Docker 或容器以及 Kubernetes。
- 具备 PyTorch、TensorFlow 等主流 AI 和机器学习框架的使用经验。
- 熟悉 TCP/IP、UDP、IPv4 和 IPv6、DNS、DHCP 及其他应用协议。
- 熟悉 HPC、AI 或云基准测试以及网络架构。
- 具备扎实的 Python 编程和 Shell 脚本编写能力。
- 具备良好的沟通和团队协作能力。
- 熟悉 MLPerf Training 或 Inference 基准测试、LLM、HPL-AI 或 RCCL/NCCL 者优先。
- 拥有 CCNA 认证，或具备 OpenStack、OpenShift、Azure 或 AWS 经验者优先。
福利待遇
- 全面的福利待遇。
- 可能有资格参加奖金计划。
- 可能有资格参加股权奖励计划。