职位描述
1. 负责AI服务器、GPU集群及云平台（阿里云/腾讯云等）的日常运维，保障基础设施稳定运行；
2. 参与AI模型（大模型、多模态模型等）的部署、版本管理与更新迭代，协助优化模型运行性能；
3. 搭建并维护运维监控体系（Prometheus/Grafana等），实时监控系统状态，快速排查故障并闭环处理；
4. 开发自动化运维脚本（Shell/Python等），优化CI/CD流程，提升运维效率与交付质量；
5. 协助搭建AI运维知识库，参与容器化（Docker/K8s）相关技术的落地与优化；
6. 配合研发团队完成AI模型训练环境搭建、资源配置及技术支持工作。