商汤大装置-智算技术支持工程师
任职要求
1. 本科及以上学历，计算机或相关专业优先。 2. ≥3年大规模系统运维/技术支持/交付经验。 3. 熟练 Linux/UNIX，具备日志分析和性能调优能力。 4. 熟悉 Shell/Python/Java 中至少一种语言。 5. 熟悉 Docker、Kubernetes 等云原生体系（监控/日志/网络等）。 6. …
工作职责
负责商汤大装置智能云（算力平台、云平台、私有化部署）的技术支持与交付保障工作。 1. 为客户提供技术支持，响应并处理算力平台相关技术问题，指导客户使用平台产品。 2. 参与项目交付，支持环境部署、配置、验证、问题跟踪与闭环。 3. 分析日志、定位系统故障，推动产研解决问题，保障系统稳定运行。 4. 收集客户需求与改进建议，向产品与研发团队反馈并跟进落实。 5. 协助优化交付流程、支持技术文档建设。 6. 参与私有化项目的技术方案设计、部署架构规划与复杂场景问题排查。 7. 支持 AI 场景，理解大模型训练/推理的基本能力。
本岗位隶属于 SRE 团队，负责智算集群与科研级基础设施中的 Underlay 物理网络交付与稳定性保障。 Underlay 网络作为云网络（Overlay）的底座能力，为上层 SDN、容器网络和算力平台提供高可靠、低时延、可预测的网络基础。 你将作为 SRE 体系下的 物理网络工程师，面向大规模、高稳定性要求的集群场景，承担 Underlay 网络的规划、交付与运行保障： 1. 负责智算/云计算集群 Underlay 物理网络的规划设计、部署交付与持续优化，包括网络拓扑、设备选型、配置与调试。 2. 负责交换机、路由器、防火墙等网络设备的配置、变更与日常运维，保障网络稳定运行。 3. 参与集群网络的 上线、扩容、升级与迁移，确保对上层 Overlay 网络和业务影响可控。 4. 监控网络运行状态，参与网络值班，快速定位并处理物理网络层面的故障与异常。 5. 与 云网络 / SDN / Overlay 团队协作，支持其在 Underlay 之上的网络能力建设与问题排查。 6. 编写和维护网络相关文档，包括网络拓扑、配置说明、运维手册、故障复盘等。 7. 持续研究数据中心与智算网络相关技术，推动 Underlay 网络在稳定性、可扩展性和运维效率上的演进。
支持商汤SenseCore AI智算数据中心以及大模型应用开发平台等多产品的技术设计、开发工作； 开发并维护高可用，易扩展的后端服务； 优化后端服务的性能和可扩展性，分析并解决系统中的性能瓶颈； 设计和实现高效的 API 以及微服务架构，支持复杂的业务逻辑需求； 与前端、算法、DevOps 以及其他后端团队密切合作，共同推动技术解决方案的落地。
1. 负责 GPU 服务器的选型、准入测试和验收工作。 2. 分析 GPU 性能瓶颈并进行性能调优工作，定位并解决 GPU 和相关的硬件故障。 3. 负责构建稳定可靠的测试机制和测试系统，设计测试方案支撑上层业务系统。 4. 与产品研发团队协同配合，参与千卡/万卡集群互联的软硬件方案设计，解决新硬件和系统落地过程中的各类技术问题。 5. 持续跟进智算产业链的最新技术能力和硬件架构，设计出有竞争力的硬件解决方案，支持产品经理向客户输出硬件服务器的技术文档。 6. 结合 GPU 产品业务场景做成本和收益评估，确定技术方案以支撑算力迭代、资源折算、项目输出标准化方案制定等工作；
1. 客户需求挖掘与方案设计 ·重点对接上海科研、政务等行业大KA客户，挖掘AI智算（高性能计算、分布式训练、大模型推理等）场景需求，输出技术解决方案。 ·洞察上海智算及大模型产业政策导向，针对上海本地化产业政策及行业生态，设计差异化解决方案。 2. 技术售前支持 ·主导与大KA客户的技术交流、产品演示、POC测试，解答客户技术问题，消除采购决策障碍。 ·协同产研团队，将客户需求转化为可落地的技术架构（如GPU资源调度、模型微调工具链等）。 3.跨团队协作 ·联动销售、交付、研发团队，确保解决方案可行性，推动公司重大项目从商机到交付的全周期管理。