深度求索
IDC 基础设施工程师
IDC 基础设施工程师
发布于 大约 2 个月前普通员工/个人贡献者
杭州市 / 北京市
其它
全职员工
仅现场办公
本科
信息技术与基础设施
制冷系统
容量管理
应急管理
暖通系统
液冷
电力系统
电气系统
自动化运维
DCIM
AI 估算 · 12k–35k
职位面向初级到资深，AI基础设施人才紧缺，薪资竞争力强，中位数合理。
职位详情
关于这个职位
作为一名IDC基础设施工程师，你将负责大型数据中心（包括AI智算中心）的日常运营、维护和优化，确保电力、制冷、网络等系统的可靠性和效率
职位面向不同经验层次，应届生可获得系统培养，资深工程师则需独立负责区域级运维，参与行业最前沿的液冷、自动化等技术实践
最低要求
本科及以上学历，电气/暖通/自动化/环境/能源等相关专业
对大型工程系统具有浓厚兴趣，愿意深入理解系统运行逻辑
具备扎实的工程基础知识和良好的逻辑分析能力，在复杂场景下快速定位问题并推动解决
具备超强的韧性，积极面对挑战、变化，以对结果负责的心态开展工作
对于应届生及年轻工程师：
a. 不要求具备完整IDC经验
b. 公司将提供跨专业学习机会，可接触电气、暖通、液冷、工程建设、自动化运维等多个方向
c. 希望你愿意深入现场，乐于学习新技术，并快速成长为独当一面的工程师
对于资深工程师：
a. 具备5年以上 AIDC、互联网数据中心、智算中心或大型关键基础设施运营经验
b. 能够独立负责机房楼、园区或区域级运维工作，带领团队解决复杂技术问题
c. 熟悉电气运维、暖通运维、综合运维、测试验收等至少一个专业方向
d. 熟悉IDC基础设施运维要点，包括但不限于发电机系统、高低压配电、UPS/HVDC、氟泵、DCIM、消防等系统
e. 熟悉行业内主流IDC解决方案，包括但不限于 2N/DR供电架构、高密度风冷、冷板式液冷
工作职责
负责公司IDC基础设施日常运营管理，对可用性、能效、容量等核心指标负责
作为园区或机房楼责任人，统筹IDC服务商、设备厂商及内部协作团队，推动运维体系落地
组织和管理预防性维护、变更管理、风险治理、应急演练、故障处置等日常工作
参与新建数据中心规划设计、设备选型、工程建设、测试验收及接维工作
搭建并持续完善运维制度、技术标准、应急流程、工具平台及知识库体系
推动自动化、数字化运维建设，提高运营效率与管理能力
AI 洞察
优缺点分析
优点
- 直接参与AI智算中心建设，接触液冷、高密度风冷等前沿技术，技术积累价值高
- 学习资源丰富，不设边界，可跨专业掌握电气、暖通、自动化等多领域知识
- 大型系统实战机会多，能面对数万台服务器和兆瓦级电力系统，快速提升能力
- 团队来自互联网、能源、电力等多行业，与优秀工程师共同解决真实复杂问题
- 工作地点可能在较偏远的数据中心园区，需适应现场办公和可能的倒班
- 技术深度和广度要求高，需持续学习新系统（如液冷、自动化），入门门槛不低
- 适合对大型工程系统有浓厚兴趣、动手能力强、愿意深入现场和持续学习的技术型人才，尤其是电气、暖通、自动化等专业背景的应届生或资深运维人员
缺点 / 挑战
- 基础设施运维责任重大，需对可用性和效率指标负责，压力较大
角色解读
- 初级工程师 → 独当一面的IDC工程师 → 园区/区域负责人 → 基础设施专家或管理岗
- 可横向拓展至液冷、自动化、能效优化等前沿方向，成为复合型技术人才
- 参与AI时代最核心的基础设施建设，积累大型系统实战经验，行业前景广阔
- 负责数据中心电力、制冷、自动化等基础设施的日常运维，确保系统高可用和高能效
- 作为机房或园区负责人，统筹服务商和内部团队，处理故障、变更和应急演练
- 参与新建数据中心的规划、设计、测试和验收，推动运维标准化和自动化
- 针对资深工程师，需独立领导区域级运维，解决复杂技术问题并推进创新方案
- 扎实的电气、暖通、自动化等工程基础，能理解大型系统运行逻辑
- 较强的逻辑分析和问题解决能力，能在复杂场景下快速定位故障
- 对IDC基础设施（如UPS、发电机、冷却系统、DCIM）有深入了解或学习意愿
- 具备项目协调和团队协作能力，能统筹多方资源推动运维落地
申请策略
- 深入了解DeepSeek公司业务方向（AI大模型），在面试中表达对AI基础设施建设的热情
- 如果申请资深岗位，准备以往负责的IDC项目案例，强调规模、复杂度和成果
- 突出电气、暖通或自动化相关项目的实践经验，尤其是涉及大型系统或设备运维的经历
- 强调解决问题的案例，如故障排查、效率优化等，体现逻辑分析和韧性
- 如有数据中心相关经验（实习或项目），详细描述具体系统和工具（如UPS、制冷）
- 展示学习能力和跨领域兴趣，例如参加过相关培训或自学过液冷、自动化技术
- 提前学习数据中心基础设施基础知识，包括供配电架构（2N/DR）、冷却系统（风冷/液冷）和DCIM工具
- 补充自动化运维技能，如Python脚本、BMS/SCADA系统等，提升数字化能力
面试指南
- 对于故障处理类问题，可使用STAR法则：情境（Situation）、任务（Task）、行动（Action）、结果（Result），突出逻辑分析和协作
- 对于技术比较类问题，先简述原理，再列出优缺点，最后结合具体场景给出选择依据
- 对于优化类问题，从指标定义出发，分析影响因素，提出可量化的改进方案和效果评估
- 请描述一次你处理数据中心重大故障的经历，你是如何定位和解决问题的？
- 你对液冷技术有什么了解？与传统风冷相比有哪些优势和挑战？
- 如何评估数据中心的能效（PUE）？你有哪些优化能效的实践经验？
- 如果你负责一个新建数据中心的测试验收，你会重点关注哪些系统和环节？
- 你如何看待自动化运维在IDC中的应用？请举例说明你推动过的自动化项目
职位点评
55
综合评分
AI基础设施前沿技术岗，学习资源丰富，但薪资福利不明确且需现场办公。
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
最适合追求技术成长和前沿实践、对工作地点灵活性要求不高的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利45
成长发展92
工作生活40
使命价值80
薪资福利
45较低
薪资未明确，福利仅提及学习机会和发展，未提供传统福利（如五险一金、年终奖等），补偿性动机满足度较低。
薪资信号未披露（AI估算：12K-35K/月）
成长发展
92较高
职位强调跨专业学习、前沿技术（液冷、自动化）、大型系统实践和清晰的成长路径，发展性动机得到高度满足。
技术前沿前沿/新兴技术
技术栈液冷、自动化、DCIM、高密度风冷、2N/DR供电
成长机会跨专业学习机会、快速成长为独当一面的工程师、学习不设边界
业务类型cost_center
工作生活
40较低
工作地点为多个城市且需现场办公，未提及远程或弹性工作，WLB信号缺失，生活化动机满足度低。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
职位直接参与AI时代核心基础设施建设，具有较强的前沿性和社会价值，意义感动机较高。
行业发展高速增长赛道
社会影响中性/一般
使命信号参与AI时代最核心的基础设施建设
创新程度积极采用新技术
深度求索 的其他在招职位
相似职位推荐
Watch Jobs