人工智慧基礎架構資深網站可靠性工程師
負責 Highrise AI 可擴充 GPU 基礎架構的營運，提升多站點部署的可靠性。 管理自動化、網路、運算、儲存及事件回應。
說明
- 管理運算、儲存及網路資源池，確保符合多租戶工作負載的服務水準承諾。
- 規劃容量、分析效能並管理基礎架構生命週期，包括修補程式、升級及韌體維護。
- 使用業界標準工具自動化資源佈建、組態管理及服務影響緩解作業。
- 於上班時間及透過共同行動值班輪值回應服務中斷。
- 主導事件回應，並採取措施避免再次造成影響。
- 撰寫並維護文件、技術標準及營運手冊。
- 以領域專家及升級支援人員的身分，訓練並支援營運團隊。
- 擔任資深第三級事件升級聯絡人，並協調跨領域事件管理。
- 設計並執行災難復原測試。
- 直接與客戶合作，支援其使用情境並提升可靠性與效能。
- 視需要前往資料中心進行叢集啟用、驗收及複雜疑難排解。
- 於正常上班時間以外支援重大事件。
職位要求
- 具備電腦科學、工程或相關領域的大專文憑或大學學位，或同等工作經驗。
- 至少五年在全天候環境中大規模營運運算、網路及儲存基礎架構的經驗。
- 至少五年生產環境運算技術的實務經驗。
- 具備支援 OpenStack 或同類開放雲端平台的經驗，或擁有現代私有雲技術堆疊的扎實相關經驗。
- 深入了解 VLAN、VXLAN、OSPF、BGP、NSX 或類似 SDN 技術、路由、交換及負載平衡。
- 具備使用指令碼或程式語言進行自動化的實務經驗。
- 熟悉基本資料庫概念。
- 具備自動化及基礎架構即程式碼工具經驗者尤佳。
- 具備優秀的分析及問題解決能力。
- 能在高壓環境中安排優先順序並完成工作。
- 具備良好的客戶服務意識。
- 具備出色的書面及口頭溝通能力。
- 能在極少監督下有效協作。
- 具備持續改進的思維，並主動透過自動化減少例行性營運工作。
福利待遇
- 有機會影響大型 AI 叢集的效能、可靠性及正式上線準備度。
- 與資深基礎架構工程師共事。
- 協助為持續成長的全球 AI 基礎架構平台建立技術標準。
- 與教育及職涯背景多元的同事合作。
- 有機會設計產品、服務及計畫，並向領導團隊提出建議。
- 以績效為基礎的工作環境，可向各層級同事學習。
- 建立長久的職涯人脈。
- 為身心障礙人士提供合理的便利措施。
