
甲骨文
Software Developer 3
Software Developer 3
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公测试开发
测试开发
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
甲骨文 的其他在招职位
Software Developer 3
甲骨文 · 台北市AI 估算 · 8.1千–1.4万Software Developer 3
甲骨文 · 台北市AI 估算 · 8.1千–1.3万Software Developer 3
甲骨文 · 台北市AI 估算 · 4.1–6.4万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
相似职位推荐
测试开发实习生-【海外】
快手 · 北京市
AI 估算 · 6.0千–1.0万1 天前发布
Test Lead
HCLTech · Others, Taiwan
AI 估算 · 2.5–4.0万1 天前发布
高德-测试开发工程师-北京
高德地图 · 北京市
AI 估算 · 2.5–4.5万1 天前发布
测试开发实习生-【电商】
快手 · 杭州市
AI 估算 · 6.0–9.0千3 天前发布
AI质量工程师
滴滴出行 · 杭州市
AI 估算 · 2.5–4.5万3 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 · 4.5–7.5万3 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 · 3.0–5.5万3 天前发布
Senior Software Test Development Engineer - AI Infra, SDET
英伟达 · 上海市
AI 估算 · 4.5–7.5万3 天前发布
Watch Jobs