阿里巴巴
平头哥-资深GPU服务器系统测试高级专家-上海/杭州
平头哥-资深GPU服务器系统测试高级专家-上海/杭州
发布于 1 小时前普通员工/个人贡献者
全职员工仅现场办公测试开发
测试开发
Bmc
CI/CD
Cuda
Gpu服务器
Linux内核
自动化测试
值不值得投
78综合评分
综合评分 78
阿里平头哥核心算力测试岗，技术壁垒高、发展前景广阔，适合追求底层技术突破的资深专家。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
5.5万
比测试开发中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2910 个在招 · 其中测试开发 25 个
市场机会
选择面较广
杭州 · 测试开发 · 96 个在招
职位详情
关于这个职位
该职位负责主导GPU服务器在Linux系统下的兼容性、稳定性及异常场景专项测试，参与驱动、固件及CUDA生态的测试方案设计与自动化开发
需要联动多个团队进行跨层级故障诊断与根因定位，输出测试报告与故障模式库
最低要求
年以上服务器/高性能计算（HPC）或AI加速平台测试经验
精通Linux内核基础（进程调度、内存管理、中断处理）、PCIe/NVLink协议原理及常见异常表现
熟练掌握NVIDIA GPU驱动架构、固件更新机制、以及常见报错日志（dmesg/nvidia-bug-report.log）的深度解读能力
具备独立完成GPU相关Kernel Panic、Soft Lockup、NMI Watchdog触发等严重故障的现场复现与根因定位能力
熟悉主流GPU服务器厂商硬件架构与BMC管理逻辑
熟练使用Python进行自动化测试开发，熟悉CI/CD集成（Jenkins/GitLab CI）者优先
工作职责
主导GPU服务器在Linux系统下的兼容性、压力稳定性及异常场景（宕机、GPU掉卡、PCIe/NVLink链路抖动/中断、ECC错误激增、固件升级失败等）专项测试
深度参与GPU驱动、固件、CUDA生态组件的测试方案设计与自动化脚本开发（Python/C++/Shell）
熟悉GPU服务器典型故障注入与诊断工具链（如：基于nvidia-smi/nvml、dcgmi、ipmitool、core dump分析、kdump/kexec等）
联动硬件、驱动、固件、BMC团队，对重大系统级问题（如reboot loop、panic on GPU reset、nvlink topology mismatch）开展跨层级日志采集、时序分析与闭环验证
输出高质量测试报告、故障模式库（FMEA）、调试SOP及可复用的回归用例集
优先资格
有参与GPU服务器OEM/ODM联合调试经验
熟悉CUDA生态兼容性测试（Driver-CUDA Toolkit-OS版本矩阵）
AI 洞察
优缺点分析
优点
- 处于AI算力基础设施的核心赛道，技术壁垒高，能积累深厚的底层系统与GPU硬件排障经验
- 依托阿里平头哥的平台，能接触到最前沿的自研芯片与大规模GPU集群场景，项目含金量极高
- 涉及底层内核、硬件与固件的交叉领域，问题定位难度大，对技术深度和广度要求极高
- 系统级故障复现和排查往往耗时较长，需要极强的耐心、抗压能力和跨团队沟通协调能力
- 适合对底层系统、Linux内核及GPU硬件架构有浓厚兴趣，具备极强钻研精神和复杂问题排查能力的资深测试开发或系统工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向GPU系统架构师、AI算力基础设施技术专家方向发展，成为底层硬件与系统交叉领域的顶尖人才
- 也可转型为测试架构师或技术团队管理者，负责整体测试体系与质量保障战略
- 负责GPU服务器在Linux环境下的系统级测试，包括兼容性、压力稳定性和各类异常场景（如宕机、掉卡等）的专项验证
- 参与驱动、固件及CUDA生态的测试方案设计与自动化脚本开发，构建高效的测试流水线
- 联动硬件、驱动等多个团队，进行跨层级的故障诊断、日志分析与根因定位，输出故障模式库与调试SOP
- 精通Linux内核机制及PCIe/NVLink协议，具备深厚的底层系统排障能力
- 熟练掌握NVIDIA GPU驱动架构及故障日志分析，能独立定位Kernel Panic等严重故障
- 具备Python/C++自动化测试开发能力及CI/CD集成经验，熟悉主流GPU服务器硬件架构与BMC管理逻辑
申请策略
- 了解阿里平头哥在AI算力芯片及服务器领域的最新布局，准备一些关于大规模GPU集群稳定性保障的思考与见解
- 突出在Linux内核、PCIe/NVLink协议及GPU驱动架构方面的深厚积累与底层排障经验
- 详细列举独立排查Kernel Panic、Soft Lockup等严重系统级故障的成功案例与根因分析过程
- 展示自动化测试脚本开发及CI/CD流水线集成的实际成果，体现工程化提效能力
- 深入学习NVIDIA GPU底层架构及CUDA生态兼容性测试机制，熟悉Driver-CUDA Toolkit-OS版本矩阵
- 提升C++及Python在底层系统自动化测试中的应用能力，掌握core dump/kdump等高级调试工具
面试指南
- 采用STAR法则，重点突出故障现象、排查思路（如日志分析、工具链使用）、根因定位及最终解决方案
- 强调系统性思维与跨团队协作能力，说明如何联动硬件、驱动、固件团队形成闭环
- 请描述一次你独立排查GPU相关Kernel Panic或Soft Lockup故障的完整过程
- 在Linux系统下，如何设计针对PCIe/NVLink链路抖动或中断的专项压力测试方案？
- 面对reboot loop或panic on GPU reset等系统级问题，你的跨团队排查和闭环验证流程是怎样的？
- 如何构建GPU服务器OEM/ODM联合调试的自动化测试框架并集成到CI/CD中？
- 复习Linux内核中断处理、内存管理及PCIe/NVLink协议原理，熟悉nvidia-smi、dcgmi、ipmitool等诊断工具的高级用法
- 梳理过往项目中最复杂的系统级故障案例，准备好详细的技术细节和排查逻辑
职位点评
薪资福利85
成长发展90
工作生活50
使命价值80
薪资福利
85较高
阿里资深专家级别岗位，薪资处于行业高位，且作为已上市企业，整体薪酬福利体系完善，但JD未明确披露具体薪资数字。
薪资信号未披露（AI估算：4千–7万/月）
成长发展
90较高
岗位涉及GPU底层驱动、固件及Linux内核等前沿AI算力基础设施技术，技术壁垒高，能极大提升个人在底层系统架构与硬件排障领域的核心竞争力。
技术前沿前沿/新兴技术
技术栈Linux内核、PCIe/NVLink、NVIDIA GPU驱动、CUDA、Python、C++、BMC、CI/CD
业务类型ambiguous
工作生活
50较低
JD未提及工作模式与加班情况，但底层系统故障排查和压力测试通常需要跟进线上问题或进行长时间的压力验证，工作强度可能较大。
工作模式未明确
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
80较高
岗位致力于AI算力基础设施的稳定性保障，为人工智能和大数据应用提供坚实的底层硬件支撑，具有较高的行业前景和技术使命感。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs