Oracle logo
甲骨文
Software Developer 3

Software Developer 3

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 3.5–6.0万 · AI 参考估算
高级经验
学历未注明
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
服务器硬件
网络自动化

值不值得投

72综合评分

综合评分 72

前沿GPU制造验证岗位,技术成长强、AI基础设施价值突出,办公灵活性未明确

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

4.8万

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、固件安装、测试验证、恢复与量产就绪工具

你将围绕NVIDIA/AMD GPU平台,结合Linux、Python、网络、数据中心与制造测试流程,定位软硬件固件层面的复杂问题并提升量产良率

最低要求

最低职位资格

具备在实验室、制造或数据中心环境中启动、验证或排查 GPU、加速器或服务器硬件的经验
扎实的 Linux 技能,包括操作系统安装和镜像制作、内核版本和模块、设备驱动程序、启动流程、系统日志以及硬件故障排查
能够诊断跨硬件、固件、操作系统、内核和驱动层的故障
具备 CPU 和 GPU 架构、PCIe、设备枚举、BIOS/UEFI、BMC 接口以及电源和热行为方面的知识
具备网络知识,包括 Linux 网络配置、Smart NIC、IP 寻址、DHCP/DNS 以及网络连接故障排查
熟悉 RDMA 或 RoCE 等高性能网络概念
具备使用 Python 和 shell 编写脚本并自动化验证或配置工作流的经验
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
具备记录测试计划、故障调查和结果的经验,并能在工程和制造团队之间协作
在数据管道、数据建模、分析和测量系统以及应用型 AI 管道方面具备丰富经验

工作职责

GPU 平台验证与配置

开发用于 GPU 服务器配置、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 老化测试、资格测试和工厂验收测试
定义通过/失败标准,并记录每个获批平台配置的结果
验证 GPU 健康状态、设备枚举、内存、PCIe 和 GPU 互连、网络、电源、冷却以及持续工作负载下的性能
使用特定平台的诊断工具,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度
调查跨 GPU、服务器硬件、BIOS/UEFI、BMC、固件、Linux 内核、驱动程序、操作系统、存储和网络的故障
捕获日志、测试结果、固件和软件版本以及组件标识符,以支持可追溯性和根本原因分析
与 ODM 工程师以及内部和外部合作伙伴合作,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来改进测试覆盖率和部署就绪度
基础设施与网络:
网络工程、数据中心/站点网络、VLAN、VxLAN 防火墙、L3 网络、gNMI、VPN、DHCP、交换机配置 (Arista)、网络自动化、故障排查、Linux、Python
主机配置/设置/Terraform、容器、监控/可观测性、Prometheus、Grafana、Linux、Python
具备 Identity Provider 工具经验,例如 Keycloak 和 FreeIPA,
自动化与协作
开发可靠的验证工具,使其能够在大型工厂机群中运行,并报告系统健康状态和测试 outcomes
与配置、平台和数据中心团队合作,确保工厂测试反映部署要求
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

优先职位资格

具备 NVIDIA CUDA/DCGM 和 AMD ROCm/RVS 环境的实践经验
具备验证多 GPU 系统、GPU 互连、PCIe 带宽以及单节点或多节点工作负载的经验
熟悉 PXE/iPXE 配置、Redfish、PLDM、虚拟媒体、固件生命周期管理和工厂测试基础设施
具备组件可追溯性、制造良率分析和纠正措施流程方面的经验
能够在平台启动和生产爬坡期间在 ODM 设施现场工作

AI 洞察

优缺点分析

优点

  • 工作内容贴近液冷GPU平台和AI基础设施量产,技术场景稀缺且实践性强
  • 能同时积累硬件、固件、Linux、网络、自动化和数据质量分析能力,技术覆盖面广
  • 与NVIDIA、AMD、ODM和数据中心团队协作,有机会接触前沿平台导入和量产爬坡流程
  • 岗位成果直接关联良率、返工率和交付可靠性,价值容易被量化
  • 问题定位横跨硬件、固件、内核、驱动和网络,排查链路长,对系统性能力要求高
  • 优先资质明确提到需要在ODM设施现场参与平台导入和生产爬坡,可能涉及跨地点协作
  • 需要同时兼顾自动化开发、制造流程理解和数据分析,学习曲线较陡
  • 适合有服务器、GPU、数据中心或制造测试经验,喜欢底层系统调试和自动化工程,并能与跨职能团队紧密协作的资深工程师

缺点 / 挑战

暂无明显挑战项

角色解读

  • 可向GPU基础设施验证专家、硬件系统调试专家或制造自动化平台负责人方向发展
  • 积累NVIDIA/AMD平台、工厂测试基础设施和数据中心部署经验后,可转向AI基础设施架构、平台工程或硬件研发协作岗位
  • 长期可发展为跨制造、供应链、硬件研发和数据中心的技术协调型专家或技术管理角色
  • 开发GPU服务器自动配置、固件安装、验证、升级和恢复流程,让制造环境可以稳定重复地交付AI服务器平台
  • 构建并维护GPU burn-in、资格认证和工厂验收测试,定义通过标准,并记录不同平台配置的测试结果
  • 跨GPU、服务器硬件、BIOS/UEFI、BMC、固件、Linux内核、驱动、存储和网络定位复杂故障,推动纠正措施
  • 使用良率、测试吞吐、失败趋势和质量指标改进测试覆盖率,并与ODM、供应链、硬件研发和数据中心团队协作
  • 需要扎实的Linux系统能力,包括安装镜像、内核模块、驱动、启动流程、系统日志和硬件问题排查
  • 需要掌握CPU/GPU架构、PCIe、设备枚举、BIOS/UEFI、BMC、功耗与散热行为,并能理解高性能网络概念
  • 需要熟练使用Python和Shell编写自动化脚本,能面向大规模服务器集群构建可靠测试工作流
  • 需要理解数据管道、数据建模、分析和度量体系,并能把测试结果转化为可追踪的良率与质量改进依据

申请策略

  • 申请时建议明确说明你是否能在制造或ODM现场支持平台导入与量产爬坡
  • 面试前了解Oracle SMF关于质量门禁、测试生命周期管理、机队健康和数据平面自动化的业务背景,体现对岗位场景的理解
  • 突出GPU、加速器或服务器硬件的bring-up、验证和故障排查经历,尤其说明具体平台、问题类型与解决结果
  • 强调Linux底层能力,如内核模块、驱动、启动流程、系统日志、镜像部署和硬件诊断经验
  • 展示Python/Shell自动化项目,最好能量化覆盖服务器数量、节省时间、提升良率或降低重复故障
  • 补充网络与制造质量相关经历,包括PCIe、RDMA/RoCE、DHCP/DNS、VLAN/VxLAN、Redfish、PXE/iPXE或良率分析
  • 提前熟悉NVIDIA DCGM、CUDA工具链、AMD ROCm/RVS和AMD SMI等平台诊断工具
  • 补强数据中心网络与自动化知识,包括Arista交换机、gNMI、Terraform、Prometheus、Grafana和容器化服务

面试指南

  • 故障排查类问题按“现象确认—日志与版本收集—分层定位—临时恢复—根因验证—防复发措施”的结构回答
  • 自动化设计类问题按“输入条件—流程编排—异常处理—结果上报—可观测性—规模化运行”的框架展开
  • 跨团队协作类问题用具体案例说明你如何与硬件、固件、制造、供应链或数据中心团队对齐标准并推动闭环
  • 请描述一次你定位GPU服务器或加速器硬件故障的完整过程,涉及哪些日志、工具和跨团队协作?
  • 如何设计一套面向大规模服务器集群的GPU burn-in和factory acceptance test流程?
  • Linux系统无法识别GPU或PCIe设备时,你会从哪些层面排查?
  • 你如何用Python或Shell自动化固件升级、配置验证和故障恢复流程?
  • 面对制造良率下降或重复失败趋势,你会如何建立指标、定位根因并验证纠正措施?

职位点评

薪资福利72
成长发展86
工作生活48
使命价值82

薪资福利

72中等

JD提到具有竞争力的福利、弹性医疗、寿险和退休选项,但未披露薪资;对薪资稳定性的满足程度只能部分判断。

薪资信号未披露(AI估算:3.5千–6.0万/月)
福利待遇competitive benefits、flexible medical、life insurance、retirement options

成长发展

86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较强。JD未明确提及晋升通道或培训机制,发展性主要来自技术内容本身。

技术前沿前沿/新兴技术
技术栈GPU、NVIDIA DCGM、CUDA、AMD ROCm、RVS、Linux、Python、Terraform、Prometheus、Grafana、VxLAN、gNMI、RDMA、RoCE、Redfish、PXE/iPXE、data pipelines、applied AI pipelines
业务类型ambiguous

工作生活

48较低

JD未明确说明远程、混合或弹性办公模式,且优先资质提到可能需要在ODM设施现场工作,办公灵活性存在限制。福利中虽提到flexible medical,但不等同于工作时间或地点灵活。

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)
工作生活平衡flexible medical

使命价值

82较高

岗位直接服务于液冷GPU平台和AI基础设施的可靠部署,强调提升良率、减少返工和加速hyperscale部署,技术价值较明确。JD也提到AI与云服务影响数十亿人的生活,具有一定使命导向。

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、impact billions of lives、give back to their communities
创新程度积极采用新技术
Watch Jobs