智元机器人
运维研发工程师
运维研发工程师
发布于 大约 1 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
学历未注明
信息技术与基础设施
Go
Gpu
Kubeedge
Openyurt
成本治理
监控告警
Helm Chart
Prefect
AI 估算 · 25k–45k
上海高级运维工程师，GPU集群经验稀缺，薪资较高，B轮公司现金部分中等，参考市场水平估算。
职位详情
关于这个职位
该职位负责智元机器人GenieStudio平台的私有化部署与基础运维，需要从0到1构建GPU集群的自动化部署、监控告警和成本治理体系，是支撑公司AI业务落地的关键角色
最低要求
具备坚实的 Python/Go/Shell 编程基础
具备良好的代码规范和强烈的工程意识
具备 GPU 集群以及相关环境的运维部署经验
具备 Kubernetes / KubeEdge / OpenYurt 和 Prefect / Ray 集群的运维部署经验
熟练掌握 Ansible / Terraform 等 Infrastructure as Code 工具的使用
熟练掌握 Helm Chart 容器化部署方式，有推动各业务团队统一容器化的经验
具备一定的数据分析与成本意识，能基于监控指标（如 GPU/CPU/存储/网络）做简单分析，支撑成本优化决策
工作职责
负责 GenieStudio 平台的私有化部署建设，能够从0到1完成各个组件的部署工作
负责 GenieStudio 的基础运维工作，参与分析解决线上问题，并保证系统稳定性
不断提升 GenieStudio 的运维部署能力，包括但不限于自动化部署、监控告警
负责平台的成本治理与资源利用率管控，针对算力与存储等关键资源建设成本工程能力
建立并维护 GPU / CPU 利用率统计与监控体系，支持按集群 / 租户 / 项目等多维度查看资源使用情况
建立高性能存储 / 对象存储 / 网络带宽的利用率监控与报表，分析容量增长、IO / 吞吐瓶颈及带宽消耗
对云上与云下（Kubernetes / KubeEdge / OpenYurt / 裸机 GPU 等）资源做统一资产统计与持续纳管，沉淀资源台账与统一看板
设计并落地资源利用率红黑榜，对高消耗低利用的项目/任务进行监控和治理
AI 洞察
优缺点分析
优点
- 接触前沿的GPU集群和AI基础设施技术，技能稀缺性强
- 从0到1搭建平台，能够积累完整的架构设计经验
- 成本治理方向贴合企业降本需求，职业发展前景好
- 涉及多组件集成和问题排查，对系统整体架构理解要求高
- 成本治理需要数据敏感度和业务理解，协调多方推动优化
- 适合热爱基础设施、对GPU和云原生技术有浓厚兴趣，并且愿意从0到1搭建系统、具备较强解决问题的动手能力的工程师
缺点 / 挑战
- 公司处于机器人赛道风口，业务增长快，技术挑战大
- 需要承担从0到1的搭建压力，初期工作强度可能较大
角色解读
- 技术深耕方向：成为GPU集群运维架构师，主导AI基础设施设计与优化
- 管理方向：晋升为SRE负责人，带领团队保障大规模分布式系统稳定运行
- 横向扩展：可转向云原生平台开发或AI工程化领域
- 负责GenieStudio平台的私有化部署，从0到1搭建GPU集群及关联组件
- 日常运维工作，包括线上问题排查、系统稳定性保障和自动化部署优化
- 构建成本治理体系，监控GPU/CPU/存储利用率，推动资源优化决策
- 精通Python/Go/Shell，具备扎实的编程基础和工程化思维
- 深入掌握Kubernetes生态（KubeEdge/OpenYurt）及任务调度框架（Prefect/Ray）
- 熟悉Ansible/Terraform等IaC工具和Helm Chart容器化部署
- 具备数据分析能力，能基于监控指标进行成本优化分析
申请策略
- 了解智元机器人的产品线（如通用机器人、行业机器人）和GenieStudio平台定位，展示对AI落地场景的理解
- 在面试中主动分享自己经历的典型故障处理案例和优化思路
- 突出GPU集群部署和运维经验，尤其是大规模Kubernetes集群管理案例
- 展示自动化部署项目成果，如使用Ansible/Terraform实现基础设施即代码
- 强调成本治理或资源优化相关经历，体现数据分析和工程能力
- 补充Ray或Prefect等任务调度框架的实战经验
- 学习成本分析工具（如Spot实例、预留实例）和云成本管理方法论
面试指南
- STAR法则：描述情境、任务、行动和结果，突出技术细节和量化成果
- 先讲整体架构思路，再深入具体实现（如选型原因、优化点）
- 遇到问题时的排查路径：先定位根因，再提出解决方案，最后复盘改进
- 请描述一次你从0到1搭建GPU集群的完整过程及遇到的挑战
- 如何设计Kubernetes集群的监控体系？具体会关注哪些指标？
- 你如何推动业务团队统一容器化？遇到过哪些阻力？
- 如何进行成本治理？请举一个资源优化的实际案例
- 谈谈你对云原生和边缘计算（KubeEdge/OpenYurt）的理解
职位点评
71
综合评分
前沿GPU集群运维，从0到1架构设计，技术成长快但可能较辛苦。
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。
更适合这类人
适合追求技术成长、愿意接受挑战的运维工程师，对WLB要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活50
使命价值80
薪资福利
70中等
薪资未明确披露，但GPU运维岗位稀缺，预计薪酬有竞争力；未提及福利，但B轮公司可能提供期权。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
85较高
技术栈前沿（GPU云原生、KubeEdge等），有从0到1架构设计机会，成长空间大。
技术前沿前沿/新兴技术
技术栈GPU集群、Kubernetes、KubeEdge、OpenYurt、Prefect、Ray、Ansible、Terraform、Helm Chart
业务类型ambiguous
工作生活
50较低
仅现场办公，工作地点在上海，未提及WLB和弹性工作制，可能需要应对高强度运维。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
机器人行业高速增长，AI基础设施对技术发展有积极推动作用。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs