4.诊断和解决客户问题，线上环境的维护，监控，调优，和故障定位，特别是在GPU密集型应用和高性能计算场景下，确保系统快速恢复正常运行；

任职资格：

1.本科及以上学历，3~5年工作经验；
2.熟悉常用的Linux操作系统，了解分布式系统的基础架构理论，如微服务和容器化等；
3.对云计算中计算、存储、网络、云管等一个或多个领域有比较深入的了解；
4.熟练掌握Go、Python等语言；
5.有云平台、GPU集群管理平台的研发运维经验，备大规模系统监控运维经验，熟悉kubernetes、Prometheus、Grafana、ELK、Loki等优先；
6.熟悉GPU、AI、3D渲染中的一个或多个领域者优先；
7.加分项:
- 有大规模分布式系统或云计算平台运维开发的经验
- 有深度学习、大模型训练、推理运维、故障处理和稳定性保障的经验
- 有系统化开发运维保障平台的经验