阿里云阿里云智能-数据中心选址项目经理-海外项目-杭州
任职要求
基本任职资格： - 本科以上学历，拥有技术、工程、经济学或相关领域的学士学位。 - 具备5年以上国际站点选址或收购经验，曾参与大规模基础设施（如工厂、数据中心等）的选址工作。 - 具有制定战略合作、项目管理及财务建模的经验。 - 对混合型不动产解决方案（如定制建造、零售型租赁、批发型租赁等）有基本了解。 - 出色的分析能力、创造性思维，以及优秀的书面与口头沟通能力。 - 注重细节，具备同时高效管理多并…
工作职责
选址团队将负责开展海外数据中心相关市场调研、商务谈判、供应商及合作伙伴关系管理，并向公司高层提供选址策略和建议。通过科学的选址分析与决策，为公司节省运营成本和降低站点可用性风险。 团队将与技术、采购和财务团队紧密协作，识别适用于自建、定制或托管（Colocation）模式的数据中心选址；同时，建立并维护与第三方设施提供商、地产开发商、土地所有者、行政官员、电网及能源公司、电信运营商等相关方的沟通与合作。 岗位职责： 与内外部团队合作，识别、定义并推进新的选址项目与计划，以满足业务持续增长的基础设施需求。 全面主导从启动到落地的站点评估与选址流程，监控和推动项目进展。 主导并制定与供应商、土地所有者及关键服务商在空间租赁和公用事业服务方面的战略合作协议。
负责国内数据中心选址及项目技术审核，协调机房提供商按需求进行设计；负责协调内部客户并了解需求，提供技术分析及最优化方案。 1、负责并协同数据中心新技术(暖通自控/电力监控/智能化和AI监控/碳中和等)的技术落地； 2、支持项目巡检，事故及故障分析； 3、支持数据中心基础设施技术规范编写及优化，推进数据中心设计标准化； 4、支持数据中心基础设施运维优化。
1. 作为租赁数据中心的区域运营主管，代表客户参与机房基础设施运维管理和监督、应急响应、问题沟通等，对数据中心的运营和服务质量负责。 2. 确保数据中心电力、暖通、弱电、消防系统的可靠运行，及时识别运行风险，推动机房运营商进行整改和风险消除。 3. 负责数据中心异常情况的及时通报，故障的排查抢修跟进，现场应急保障。持续提升数据中心故障识别、定位和处理能力。 4. 参与基础设施运营商的巡检、维护、测试、演练、培训等运维活动，对运营商运维流程、计划和执行规范性进行监督。 5. 深度参与现场基础设施变更，审核变更方案，跟进变更进度，管控变更风险。 6. 能够独立阅读理解设计图纸，对照检查数据中心实际情况与图纸的符合性，识别系统架构层面问题风险。 7. 能够独立审查3P文件、应急演练预案的编制和执行质量，持续更新完善。 8. 参与数据中心选址准入的技术评估和标准迭代 9. 参与数据中心的建设方案论证、图纸评审、交付验收
1. 作为租赁数据中心的区域运营主管，代表客户参与机房基础设施运维管理和监督、应急响应、问题沟通等，对数据中心的运营和服务质量负责。 2. 确保数据中心电力、暖通、弱电、消防系统的可靠运行，及时识别运行风险，推动机房运营商进行整改和风险消除。 3. 负责数据中心异常情况的及时通报，故障的排查抢修跟进，现场应急保障。持续提升数据中心故障识别、定位和处理能力。 4. 参与基础设施运营商的巡检、维护、测试、演练、培训等运维活动，对运营商运维流程、计划和执行规范性进行监督。 5. 深度参与现场基础设施变更，审核变更方案，跟进变更进度，管控变更风险。 6. 能够独立阅读理解设计图纸，对照检查数据中心实际情况与图纸的符合性，识别系统架构层面问题风险。 7. 能够独立审查3P文件、应急演练预案的编制和执行质量，持续更新完善。 8. 参与数据中心选址准入的技术评估和标准迭代 9. 参与数据中心的建设方案论证、图纸评审、交付验收
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。