
甲骨文
Software Developer 3
Software Developer 3
发布于 4 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
Amd Rocm
Bios/Uefi
Bmc
Gpu验证
Pcie
网络自动化
值不值得投
73综合评分
综合评分 73
AI基础设施前沿验证岗,技术成长强、意义感高,办公灵活性信息不足。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。
薪资怎么样
4.5万
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
31 个在招 · 其中测试开发 2 个
市场机会
选择适中
台北 · 测试开发 · 24 个在招
职位详情
关于这个职位
该职位面向GPU服务器与AI基础设施制造验证场景,负责开发自动化配置、烧机、资格认证和工厂验收测试流程
你将围绕GPU、固件、Linux、网络和数据管道进行故障分析与验证工具建设,帮助提升良率、减少返工并加速AI平台量产交付
最低要求
最低任职要求:
具备在实验室、制造或数据中心环境中引入、验证或排查GPU、加速器或服务器硬件的经验
具备扎实的Linux技能,包括操作系统安装与镜像制作、内核版本和模块、设备驱动、启动流程、系统日志和硬件故障排查
能够跨硬件、固件、操作系统、内核和驱动层诊断故障
掌握CPU和GPU架构、PCIe、设备枚举、BIOS/UEFI、BMC接口以及功耗和散热行为
具备网络知识,包括Linux网络配置、Smart NIC、IP寻址、DHCP/DNS和网络连接故障排查
熟悉RDMA或RoCE等高性能网络概念
具备使用Python和shell编写脚本、自动化验证或配置流程的经验
能够为大规模系统开发可靠的测试工作流,分析多台服务器的结果,并识别反复出现的故障或性能异常值
具备在工程和制造团队协同工作时记录测试计划、故障调查和结果的经验
具备数据管道、数据建模、分析和测量系统以及应用型AI管道方面的丰富经验
工作职责
工作职责:
GPU平台验证与配置:
开发用于GPU服务器配置、参数设置、固件安装、验证、升级和恢复的自动化工作流
构建并维护GPU烧机、资格认证和工厂验收测试,为 each approved platform configuration 定义通过/失败标准并记录结果
验证GPU健康状态、设备枚举、内存、PCIe和GPU互连、网络、功耗、散热以及持续工作负载下的性能
使用平台特定诊断工具,包括NVIDIA DCGM和基于CUDA的工具,以及AMD ROCm Validation Suite(RVS)和AMD SMI
故障分析与制造就绪:
调查GPU、服务器硬件、BIOS/UEFI、BMC、固件、Linux内核、驱动、操作系统、存储和网络中的故障
捕获日志、测试结果、固件和软件版本以及组件标识,以支持追溯和根因分析
与ODM工程师以及内部和外部合作伙伴协作,验证纠正措施并防止重复故障
利用制造良率、测试吞吐量、故障趋势和质量指标改进测试覆盖率和部署就绪度
基础设施与网络:
负责网络工程、数据中心/站点网络、VLAN、VxLAN防火墙、L3网络、gNMI、VPN、DHCP、Arista交换机配置、网络自动化、故障排查、Linux和Python
负责主机配置/配置管理、Terraform、容器、监控/可观测性、Prometheus、Grafana、Linux和Python
具备Keycloak和FreeIPA等身份提供商工具经验
自动化与协作:
开发可在大型工厂机队中运行的可靠验证工具,并报告系统健康状态和测试结论
与配置、平台和数据中心团队合作,确保工厂测试反映实际部署要求
记录测试流程、已知问题、恢复步骤和生产发布建议
优先资格
优先资质要求:
具备NVIDIA CUDA/DCGM和AMD ROCm/RVS环境的实践经验
具备多GPU系统、GPU互连、PCIe带宽以及单机或多节点工作负载验证经验
熟悉PXE/iPXE配置、Redfish、PLDM、虚拟介质、固件生命周期管理和工厂测试基础设施
具备组件追溯、制造良率分析和纠正措施流程经验
能够在平台引入和生产爬坡期间在ODM现场工作
AI 洞察
优缺点分析
优点
- 岗位处在AI基础设施和GPU平台量产的关键环节,能积累高价值的硬件验证与数据中心部署经验
- 技术覆盖面广,涉及Linux底层、GPU诊断、网络自动化、数据管道和制造质量分析,成长空间较大
- 与ODM、芯片厂商和数据中心团队协作,有机会理解从研发验证到规模化生产的完整链路
- 工作成果直接关联良率、返工率和交付可靠性,价值容易被业务侧感知
- 故障排查跨硬件、固件、内核、驱动和网络多层,技术复杂度高,需要具备较强的系统性问题解决能力
- JD提到平台引入和生产爬坡期间可能需要在ODM现场工作,对现场协作和出差适配有要求
- 适合具备Linux底层、服务器/GPU验证、网络自动化和Python开发经验,并愿意深入制造现场与跨团队解决复杂问题的高级技术人才
缺点 / 挑战
- 大规模工厂机队的测试自动化对稳定性、可观测性和数据质量要求高,处理异常和重复故障可能占用较多精力
角色解读
- 技术深耕方向可成长为GPU平台验证专家、硬件系统调试专家或AI基础设施可靠性工程专家
- 横向发展方向可转向数据中心基础设施、自动化运维、平台工程、测试开发或制造工程数字化
- 长期可发展为技术负责人,主导工厂验证架构、质量门禁体系、跨团队诊断平台或AI基础设施交付标准
- 你将为GPU服务器和液冷AI平台开发自动化验证、配置、固件安装、升级和恢复工作流,确保平台在工厂环境中可重复生产
- 你会构建烧机测试、资格测试和工厂验收测试,定义通过标准,并记录每个平台配置的验证结果
- 你需要跨GPU、服务器硬件、BIOS/UEFI、BMC、Linux内核、驱动、网络和存储层进行故障定位与根因分析
- 你还将与ODM、供应链、硬件开发、数据中心团队以及NVIDIA、AMD等伙伴协作,把制造测试结果转化为良率和部署就绪度改进
- 核心能力是Linux底层系统能力,包括安装镜像、内核模块、驱动、启动流程、系统日志和硬件故障排查
- 需要熟悉CPU/GPU架构、PCIe、设备枚举、BIOS/UEFI、BMC、功耗散热以及GPU诊断工具
- 需要具备Python和shell自动化能力,能够面向大规模服务器机队开发可靠测试工作流并分析结果
- 还需要网络与基础设施能力,包括DHCP/DNS、VLAN/VxLAN、Arista交换机、Terraform、容器、Prometheus和Grafana等
申请策略
- 申请前建议了解Oracle在AI基础设施、云服务和硬件制造验证方面的业务方向,明确自己如何贡献于良率和交付可靠性
- 面试中最好准备一个完整的硬件故障根因分析案例,按现象、日志、分层排查、修复措施和预防机制展开
- 重点突出GPU、加速器或服务器硬件的引入、验证和故障排查经历,尤其是实验室、制造或数据中心场景
- 写明你使用Python、shell构建自动化验证或配置流程的规模,例如覆盖多少服务器、多少测试项或如何提升效率
- 强调Linux底层能力,包括内核模块、驱动、启动流程、日志分析、镜像制作和硬件调试案例
- 展示跨团队协作经历,尤其是与硬件、固件、网络、制造或外部供应商共同完成根因分析和纠正措施的经验
- 可补充NVIDIA DCGM、CUDA工具、AMD ROCm/RVS、AMD SMI等GPU诊断工具的实际使用经验
- 加强对PXE/iPXE、Redfish、PLDM、固件生命周期管理和工厂测试基础设施的理解
面试指南
- 故障排查类问题可按“现象确认—日志和版本收集—分层定位—复现实验—根因确认—纠正和预防”结构回答
- 自动化设计类问题可按“输入条件—流程编排—异常处理—结果采集—报告与可观测性—规模化运行”展开
- 协作改进类问题建议用具体指标说明结果,例如良率、吞吐量、返工率、故障复现率或测试覆盖率的变化
- 请描述一次你跨硬件、固件、内核和驱动层定位服务器或GPU故障的经历
- 如何设计一套面向大规模GPU服务器的烧机和工厂验收测试流程?
- 你如何使用Python或shell自动化配置、验证、升级和恢复工作流?
- 对PCIe、设备枚举、BIOS/UEFI、BMC、RDMA或RoCE相关问题,你会如何排查?
- 当制造良率下降或重复故障出现时,你会如何用测试数据和质量指标推动改进?
职位点评
薪资福利72
成长发展88
工作生活48
使命价值82
薪资福利
72中等
JD未披露薪资,但福利中提到灵活的医疗、人寿保险和退休选项,以及志愿服务项目;整体补偿信息有限,无法判断薪资竞争力。
薪资信号未披露(AI估算:3.5千–5.5万/月)
福利待遇flexible medical、life insurance、retirement options、volunteer programs
成长发展
88较高
岗位涉及GPU平台验证、Linux底层、网络自动化、数据管道和AI基础设施,技术深度和跨领域成长空间明显;但JD未明确提及晋升通道或培训机制。
技术前沿前沿/新兴技术
技术栈GPU、CUDA、DCGM、ROCm、RVS、Linux、Python、Terraform、Prometheus、Grafana、RDMA、RoCE、gNMI、VxLAN、Keycloak、FreeIPA
业务类型ambiguous
工作生活
48较低
JD提到可能需要在ODM设施现场工作,说明存在现场协作要求;但未明确办公模式、弹性工时或加班政策,生活灵活性信息不足。
工作模式未明确
办公地点未明确
加班情况未提及(无法判断)
使命价值
82较高
岗位直接服务于AI基础设施部署、制造良率提升和可靠交付,并强调通过Oracle的产品与服务影响数十亿人的生活,意义感较强。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号power everything from industry innovations to life-saving care、turn that promise into a better future for all、impact billions of lives、give back to their communities
创新程度积极采用新技术
甲骨文 的其他在招职位
Software Developer 3
甲骨文 · 台北市AI 估算 · 18.0–28.0万Software Developer 3
甲骨文 · 台北市AI 估算 · 4.5–7.5万Principal Cloud Architect – HPC/GPU & AI Platform Solutions
甲骨文 · 香港特别行政区AI 估算 · 8.5–14.5万Sales Director, NetSuite – All Solutions, New Business, Hong Kong
甲骨文 · 香港特别行政区AI 估算 · 9.0–15.0万Principal Core Infrastructure Engineer – GPU
甲骨文 · 香港特别行政区AI 估算 · 6.0–10.0万
相似职位推荐
测试开发实习生-【海外】
快手 · 北京市
AI 估算 · 6.0千–1.0万12 小时前发布
Test Lead
HCLTech · Others, Taiwan
AI 估算 · 2.5–4.0万16 小时前发布
高德-测试开发工程师-北京
高德地图 · 北京市
AI 估算 · 2.5–4.5万17 小时前发布
测试开发实习生-【电商】
快手 · 杭州市
AI 估算 · 6.0–9.0千1 天前发布
AI质量工程师
滴滴出行 · 杭州市
AI 估算 · 2.5–4.5万1 天前发布
阿里云智能-服务器智能网卡测试开发专家-杭州/深圳
阿里巴巴 · 杭州市
AI 估算 · 4.5–7.5万1 天前发布
阿里妈妈-测试开发工程师-杭州
天猫 · 杭州市
AI 估算 · 3.0–5.5万1 天前发布
Senior Software Test Development Engineer - AI Infra, SDET
英伟达 · 上海市
AI 估算 · 4.5–7.5万1 天前发布
Watch Jobs