AIDC运营负责人
岗位摘要
领导商汤科技在香港支持的人工智能数据中心（AIDC）的日常和战略运营；负责AIDC运营关键绩效指标，包括可用性、GPU利用率、PUE、PFLOPS/MW、容量利用率和SLA绩效；制定GPU集群、高密度机架、液冷、网络、存储和设施基础设施的操作程序
岗位职责
- 领导商汤科技在香港支持的人工智能数据中心（AIDC）的日常和战略运营
- 负责AIDC运营关键绩效指标，包括可用性、GPU利用率、PUE、PFLOPS/MW、容量利用率和SLA绩效
- 制定GPU集群、高密度机架、液冷、网络、存储和设施基础设施的操作程序
- 协调商汤科技、设施运营商、GPU/服务器供应商、网络供应商、公用事业公司、MEP承包商和管理服务合作伙伴
- 领导客户工作负载上线、容量分配和生产就绪流程
- 监控GPU集群健康状态，并与工程团队合作解决计算、网络、存储和散热瓶颈
- 管理预防性维护、事件响应、变更管理、升级和灾难恢复程序
- 推动电力消耗、冷却、机架利用率和基础设施容量方面的运营效率
- 支持商业团队进行容量规划、技术服务定义、SLA承诺和客户提案
- 开发可在未来香港、澳门和区域AIDC项目中复制的标准运营模式
任职要求
- 10年以上数据中心、高性能计算、云基础设施或大规模IT运营经验
- 具有运营关键任务基础设施并满足7x24小时服务要求的丰富经验
- 具有大规模GPU/HPC环境或AI基础设施经验者优先
- 熟悉GPU服务器、高速网络、存储、电力系统和冷却基础设施
- 熟悉InfiniBand/RoCE、Linux、Kubernetes和/或Slurm
- 具有管理运营KPI、SLA、事件、供应商和容量规划的经验
- 深入了解高密度数据中心运营，包括液冷和PUE优化
- 具备领导跨职能技术和运营团队的 proven 能力
- 出色的利益相关者管理技能，能够与客户、供应商、设施运营商和高级管理层沟通
- 英语流利；粤语和/或普通话优先