职位描述：

1. 设计、部署和管理用于GPU托管的云基础设施；
2. 优化云环境中的GPU利用率和性能；
3. 使用Docker和Kubernetes实现和管理容器化作业任务；
4. 使用Terraform或CloudFormation等IaC工具自动化基础设施部署；
5. 确保云基础设施的安全性和合规性；
6. 监控系统性能并及时解决问题；
7. 与跨职能团队合作，提供可扩展的云解决方案。
任职要求：
1. 计算机科学、工程或相关领域的学士学位；
2. 云平台：
• 熟练使用主要的云服务提供商，如AWS、Google Cloud Platform (GCP) 和 Microsoft Azure。
• 有使用GPU特定服务的经验，如AWS EC2 P3和P4实例、GCP的NVIDIA Tesla和Azure的NC系列。
3. GPU技术：
• 深入了解GPU架构，特别是NVIDIA GPU。
• 有GPU编程（CUDA，OpenCL）经验。
4. 容器化和编排：
• 熟练使用Docker和Kubernetes部署和管理GPU作业任务。
• 了解Kubernetes用于GPU作业任务的相关操作。
5. IaC工具：
• 使用Terraform、CloudFormation或Ansible等工具自动化云基础设施部署的经验。
6. 网络和安全：
• 掌握云网络知识，包括VPC、子网和安全组。
• 了解云环境中的安全最佳实践，特别是关于数据隐私和安全GPU资源管理。
7. 监控和优化：
• 熟悉监控工具，如Prometheus、Grafana和云原生监控解决方案。
• 能够在云环境中优化GPU利用率和性能。
8. 经验
• 有丰富的云平台工程师工作经验，最好有管理高性能计算（HPC）或AI/ML等工作内容的经验。
• 有设计、部署和管理可扩展云架构的经验。
9. 项目管理：
• 领导云迁移或大规模部署项目的经验。
• 能够同时管理多个任务和项目。
10. 行业经验：
• 在大量使用GPU的行业中工作过，如AI/ML、数据科学、游戏或科学计算。
11. 协作和沟通：
• 能够与跨职能团队合作，包括数据科学家、开发人员和业务利益相关方。
• 强大的沟通能力，能够向非技术利益相关者阐明技术概念。
12. 个人属性
• 问题解决能力：
• 强大的分析和故障排除技能。
• 能够快速诊