Oracle logo
甲骨文
Software Developer 3

Software Developer 3

发布于 1 天前

普通员工/个人贡献者

AI 估算 · 1.0–1.7万 · 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
Bios/Uefi
Bmc
Gpu验证
Nvidia Dcgm
Pcie
服务器硬件
网络自动化

值不值得投

75综合评分

综合评分 75

前沿GPU制造验证岗位,技术成长强、AI基础设施意义突出,办公灵活性信息有限。

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

1.4万

与测试开发中位数基本持平

发布情况

新岗位 · 昨天发布

公司情况

这家公司招聘很活跃

35 个在招 · 其中测试开发 3 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、工厂验收和故障诊断流程

你将围绕GPU、固件、Linux、网络和数据流水线排查跨层问题,并与供应链、硬件研发、数据中心及ODM伙伴协作提升良率和交付可靠性

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、系统日志和硬件故障排查
能够诊断跨硬件、固件、操作系统、内核和驱动层的故障
了解 CPU 和 GPU 架构、PCIe、设备枚举、BIOS/UEFI、BMC 接口以及功耗和散热行为
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同工作
在数据管道、数据建模、分析和度量系统以及应用型 AI 管道方面具有丰富经验

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、功耗、散热以及在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范围和部署就绪度
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,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

  • 直接参与液冷GPU平台和AI基础设施量产验证,技术场景前沿且贴近产业核心供应链
  • 与NVIDIA、AMD、ODM和数据中心团队协作,能接触多平台、多供应商的真实工程问题
  • 工作内容对良率、返工和交付可靠性有明确业务影响,成果容易用质量指标和部署效率衡量
  • 问题定位横跨硬件、固件、内核、驱动、网络和配置层,排障复杂度高,需要较强系统思维
  • JD明确提到可能需要在ODM设施现场参与平台导入和量产爬坡,工作地点和节奏可能随项目需求变化

缺点 / 挑战

  • 能积累GPU、服务器、固件、Linux内核、网络自动化和制造良率分析的跨层能力,技术壁垒较高
  • 需要同时具备开发、硬件验证、网络和数据流水线能力,技能覆盖面广,学习压力较大

角色解读

  • 可向GPU平台验证专家、AI基础设施可靠性工程、硬件系统调试专家方向发展,深入液冷GPU、互联和工厂测试体系
  • 可转向Control Plane/Data Plane平台开发,负责测试生命周期管理、质量门禁、机队健康和可观测性系统
  • 长期可发展为制造自动化架构师、数据中心基础设施技术负责人或跨团队技术项目负责人
  • 开发GPU服务器从配置、固件安装、验证、升级到恢复的自动化流程,支撑液冷GPU平台在工厂环境中的可重复生产
  • 构建并维护GPU烧机、资格认证和工厂验收测试,定义通过标准,验证GPU健康、PCIe、互联、网络、供电、散热和持续负载性能
  • 跨GPU、服务器硬件、BIOS/UEFI、BMC、固件、Linux内核、驱动、存储和网络进行故障定位,并用良率、吞吐量和失败趋势推动改进
  • 与供应链、硬件研发、制造伙伴、数据中心团队、NVIDIA和AMD协作,确保机架出货前发现硬件、固件、软件和配置问题
  • 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、系统日志和硬件故障排查
  • 需要理解CPU/GPU架构、PCIe、设备枚举、BIOS/UEFI、BMC、功耗与散热行为,并能跨软硬件层定位问题
  • 需要熟练使用Python和Shell编写自动化验证、配置和数据采集流程,能处理大规模服务器测试结果
  • 需要掌握数据中心网络、VLAN/VxLAN、DHCP/DNS、RDMA/RoCE、Terraform、容器、Prometheus和Grafana等基础设施技能

申请策略

  • 面试前了解Oracle SMF的业务定位,重点理解其如何通过质量门禁、数据平面和控制平面提升AI基础设施交付可靠性
  • 准备跨团队沟通案例,尤其是与ODM、供应链、硬件研发或数据中心团队协作解决量产问题的经历
  • 突出GPU、加速器或服务器硬件的bring-up、验证和troubleshooting经历,写明具体平台、问题类型和解决结果
  • 强调Linux底层能力,包括内核版本、驱动、启动流程、系统日志、镜像部署和硬件故障定位案例
  • 展示Python/Shell自动化项目,尤其是 provisioning、validation、burn-in、factory acceptance test 或大规模测试数据分析
  • 补充网络与基础设施经验,如PCIe、RDMA/RoCE、DHCP/DNS、Arista交换机、Terraform、Prometheus、Grafana或容器化服务
  • 提前熟悉NVIDIA DCGM、CUDA工具、AMD ROCm/RVS和AMD SMI等GPU诊断工具,准备可讲述的使用场景
  • 加强PXE/iPXE、Redfish、PLDM、固件生命周期管理和工厂测试基础设施知识,补齐制造验证链路

面试指南

  • 排障题按“现象确认—日志与版本收集—分层隔离—复现实验—根因确认—纠正措施—防复发机制”展开
  • 自动化设计题按“输入条件—流程编排—质量门禁—结果采集—报表与告警—可维护性”说明架构思路
  • 协作题用STAR结构,重点讲清你如何与ODM、供应链、平台和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经历,你如何缩小到硬件、固件、内核或驱动层?
  • 你会如何设计一套GPU burn-in和factory acceptance test流程,并定义pass/fail标准?
  • 在大规模服务器集群中,如何采集日志、固件版本、组件标识和测试结果,并支持traceability与根因分析?
  • 你如何使用Python和Shell自动化provisioning、validation、upgrade或recovery流程?
  • 面对制造良率下降或重复性失败,你会如何结合质量指标、失败趋势和测试覆盖率推动改进?

职位点评

薪资福利78
成长发展86
工作生活52
使命价值82

薪资福利

78中等

JD提到具有竞争力的福利、灵活医疗、寿险和退休选项,但未披露薪资。高级技术岗位对薪酬动机有较好支撑,但缺少明确薪资信息。

薪资信号未披露(AI估算:4.5千–7.5万/月)
福利待遇competitive benefits、flexible medical、life insurance、retirement options

成长发展

86较高

岗位覆盖GPU平台验证、Linux底层、网络自动化、数据流水线和AI基础设施,技术栈复杂且贴近前沿AI硬件部署。JD未明确提及晋升通道或培训机制,发展性主要来自技术深度和跨团队项目。

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、RDMA、RoCE、VxLAN、gNMI、Redfish、PLDM
业务类型ambiguous

工作生活

52较低

JD未明确说明远程、混合或弹性办公模式,但提到可能需要在ODM设施现场工作,现场协作要求较明确。整体生活灵活性信息有限。

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

岗位直接服务于液冷GPU平台和AI基础设施的可靠部署,目标是提升良率、减少返工并加速hyperscale AI基础设施交付。JD也强调AI产品与服务对客户和社会的积极影响。

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
创新程度积极采用新技术
Watch Jobs