中国平安
IaaS运维高级工程师
IaaS运维高级工程师
发布于 大约 2 个月前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
本科
信息技术与基础设施
数据中心
GPU
CUDA
NCCL
AI 估算 · 25k–40k
GPU运维稀缺，大厂高级岗位薪资竞争力强，深圳互联网中高端水平。
职位详情
关于这个职位
该职位负责大规模物理服务器和GPU服务器的部署与运维，涉及自动化、监控和性能调优
你将主导AI训练与推理的底层基础设施，保障系统高可用性，适合深度技术控
最低要求
本科及以上学历，计算机、通信、电子或相关专业
5年以上服务器运维经验，具备大规模数据中心运维背景者优先
精通Linux系统（如CentOS、Ubuntu、Rocky Linux）的安装、配置、优化与故障排查
熟悉主流服务器品牌的硬件架构与管理工具（iDRAC、iLO、BMC等）
具备GPU服务器运维经验，熟悉NVIDIA GPU驱动、CUDA、NCCL、NVIDIA Driver、NVLink、GPUDirect等技术
熟练掌握Shell/Python脚本编程，能编写自动化运维脚本
熟悉监控系统（Prometheus + Grafana、Zabbix、ELK等）的搭建与使用
了解TCP/IP、VLAN、BGP等网络基础知识，能配合网络团队完成服务器网络配置
工作职责
负责大规模物理服务器集群（含GPU服务器）的部署、配置、监控、维护与优化，保障系统高可用性与稳定性
主导GPU服务器（如NVIDIA A100/H100等）的部署、驱动安装、CUDA环境配置及性能调优，支持AI训练与推理业务
设计并实施服务器自动化运维方案，包括系统初始化、固件升级、配置管理、批量部署等，提升运维效率
负责服务器硬件故障诊断与处理，协调厂商进行维修与更换，建立完善的硬件生命周期管理机制
搭建和维护服务器监控体系（如Prometheus、Zabbix、Grafana等），实现对CPU、内存、磁盘、GPU利用率、温度、功耗等关键指标的实时监控与告警
配合DevOps团队实现CI/CD流程中对物理资源的自动化调度与管理
编写和维护技术文档，包括部署手册、故障处理SOP、应急预案等
参与机房基础设施规划，协助完成服务器上架、网络布线、电源管理等现场运维工作
跟踪GPU、AI计算、高性能计算（HPC）等领域的最新技术趋势，推动运维体系持续演进
优先资格
熟悉Ansible、SaltStack、Puppet等配置管理工具者优先
AI 洞察
优缺点分析
优点
- 大厂平台，接触前沿GPU技术和AI基础设施，技术含金量高
- 大规模数据中心运维经验，职业发展空间广阔
- 薪资待遇优厚，技能稀缺性强，市场竞争力突出
- 运维工作可能涉及24/7 on-call，工作强度较大
- 技术栈复杂，需要持续学习GPU、HPC等新兴领域
缺点 / 挑战
- 大规模集群故障处理压力大，需快速响应能力
- 适合热爱底层系统、对GPU和AI基础设施有浓厚兴趣、追求技术深度与挑战的运维工程师
角色解读
- 向SRE专家或运维架构师方向发展，构建大规模基础设施
- 深入AI基础设施领域，成为GPU集群调优专家
- 可转云计算平台或数据中心管理岗位
- 负责大规模物理服务器和GPU服务器的部署、配置与维护，保障系统高可用
- 主导GPU驱动、CUDA环境配置及性能调优，支持AI训练与推理
- 设计自动化运维方案，提升批量部署和故障处理效率
- 搭建监控体系，实时跟踪硬件指标并处理告警
- 精通Linux系统及Shell/Python脚本编程
- 熟悉GPU服务器相关技术栈（NVIDIA驱动、CUDA、NCCL等）
- 掌握自动化运维工具（Ansible等）和监控系统（Prometheus+Grafana）
申请策略
- 了解平安云的业务方向和AI落地场景，展现对金融科技运维的兴趣
- 突出大规模服务器运维经验，尤其是GPU集群相关项目
- 强调自动化脚本开发成果（如部署工具、监控方案）
- 列出掌握的Linux内核调优和硬件故障处理案例
- 强化NVIDIA CUDA、NCCL等GPU技术栈的学习
- 熟悉Ansible等配置管理工具，提升自动化能力
面试指南
- 采用STAR法则：情境-任务-行动-结果，用具体数据说明
- 对于设计类问题，从需求分析、方案对比、实施方案逐层展开
- 描述一次大规模服务器故障处理的全过程
- 如何对GPU服务器进行性能调优？
- 请设计一个服务器自动化运维方案，包括部署和监控
- Linux内核参数（如内存、CPU调度）如何优化？
- 监控系统选型时你考虑哪些因素？如何搭建高可用监控？
- 回顾以往运维项目细节，准备好数据（如服务器规模、故障率）
匹配度报告
66
综合匹配度
大厂IaaS运维，GPU前沿技术，高薪但WLB一般。
适合人群
适合追求技术成长和薪资回报、能接受较大工作强度的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展90
工作生活30
使命价值60
薪资福利匹配
85较高
大厂薪资水平较高，稳定性强，但JD未透露具体福利与年终奖，薪酬信号明确。
薪资信号未披露（AI估算：25K-40K/月）
成长发展匹配
90较高
岗位涉及GPU、AI基础设施等前沿技术，成长路径清晰，技能稀缺性强，发展空间大。
技术前沿前沿/新兴技术
技术栈GPU、CUDA、NCCL、Prometheus、Ansible
业务类型cost_center
工作生活匹配
30较低
仅现场办公，未提及WLB，运维岗位常需on-call，工作强度可能较高。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
60中等
金融科技行业稳定，但岗位主要为支撑性运维，社会影响力一般，创新水平积极。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs