AI智算集群运维监控与算力调度平台研发专家

1. 构建灵骏监管控系统的核心能力，持续提升客户在云环境使用灵骏智算集群产品的自动化与智能化水平。 2. 打造智算集群的库存管理、节点调度、性能分析、故障自动处理及租户运维等关键功能体系，不断增强灵骏智算集群产品的市场竞争力。 3. 完善系统自身的高可用架构，包括管控组件的故障自动识别、自愈机制、自适应容灾能力以及云原生技术的实施与落地，确保业务连续性和线上系统的稳定运行。 4. 构建异构算力的统一管理与资源调度平台，持续优化智算集群的资源利用效率，降低整体计算成本。 5. 持续关注AI智算、云原生及智能运维领域的前沿技术，并结合实际业务场景推动技术创新与应用。 6. 本岗位需承担值班响应职责，在服务级别协议（SLA）规定时间内完成对客响应，推进客户问题闭环解决，提升客户满意度。 职位要求 1. 具备5年以上大规模分布式系统的设计与研发经验，曾独立主导含多个模块的业务子系统建设，涵盖接口设计、架构规划及核心分布式技术方案的制定与实施。 2. 编程基础扎实，熟练掌握数据结构与算法，精通Golang/Java/Python/C++中至少一门开发语言。 3. 具备出色的系统工程能力，具备强烈的线上稳定性意识，对复杂线上系统有良好的技术洞察力和丰富的故障排查经验；具备线上监控体系、变更流程或机制设计与开发经验者优先。 4. 业务理解能力强，具备优秀的抽象建模能力，逻辑清晰，善于思考，能独立开展问题分析与解决，有主导并推动完整技术产品项目落地经验者优先。 5. 具备复杂项目的统筹管理能力，有担任项目负责人或研发团队对接人经历者优先。 6. 具备良好的团队协作意识，有实线或虚线带领团队完成技术项目的经验者优先。 7. 熟悉AI框架、云原生架构、微服务原理及常用设计模式者优先。