技术负责人，部署与运营——定制基础设施
岗位摘要
领导团队负责OpenAI定制硅与系统在数据中心环境中的部署与运营；负责从硬件点亮和验证到生产部署、运营就绪及持续机队支持的完整路径；与硅、系统、软件、基础设施、网络、数据中心、供应链及外部合作伙伴团队紧密合作，确保大规模成功部署
岗位职责
- 领导团队负责OpenAI定制硅与系统在数据中心环境中的部署与运营
- 负责从硬件点亮和验证到生产部署、运营就绪及持续机队支持的完整路径
- 与硅、系统、软件、基础设施、网络、数据中心、供应链及外部合作伙伴团队紧密合作，确保大规模成功部署
- 为新硬件平台定义部署流程、运营手册、技术就绪标准、升级路径和可靠性实践
- 推动实验室点亮、机架和系统集成、数据中心部署、机队监控、调试和问题解决等跨职能执行
- 通过架构评审、部署规划、故障分析、运营调试和关键系统级决策保持技术实操参与
- 识别工具、可观测性、自动化、验证覆盖和运营流程中的差距，并制定弥补计划
- 建立部署就绪、可靠性、性能、可维护性和运营健康度的清晰指标
- 建设以主人翁精神、技术严谨、运营卓越和高速执行为基础的强大工程文化
- 确保OpenAI定制硬件平台能够可靠、可重复且安全地大规模部署和运营
- 为未来机器学习系统的架构和设计作出贡献并推动技术方向
任职要求
- 乐于指导和发展工程师，同时深度参与技术执行
- 对将新的定制硬件平台引入真实生产数据中心环境所面临的挑战感到兴奋
- 能够在硅、系统、软件、基础设施和数据中心运营之间开展工作
- 能够在硬件、工具和运营模式仍在建设时，领导团队穿越不确定性
- 在部署顺序、技术风险、运营就绪和升级时机方面具有出色判断力
- 能够在技术和运营团队之间清晰沟通，并协调利益相关方