GPU 集群服务器工程师-2027届
北京、上海
校招
正式
研发 - 后端开发
2027届校园招聘
职位描述
## 为什么加入我们 1. 直面万卡级 GPU 集群:参与行业前沿的 AI 算力基础设施建设,积累大规模 GPU 服务器交付、运维与稳定性保障经验。 2. 参与完整技术链路:从硬件运维延伸到自动化、监控告警、带外管理和交付体系,建立对 GPU 集群的全局理解。 3. 获得真实业务成长:你将从解决具体问题开始,逐步成长为能够独立承担模块的工程师。 4. 扁平高效的协作方式:技术讨论开放直接,优秀的想法可以快速验证和落地。 ## 我们在做什么 MiniMax 正在构建驱动下一代 AGI 的算力基础设施。我们的团队管理数以万计的 GPU 服务器,为大模型训练和推理提供稳定、高效的算力供给。 这不是普通的服务器运维,而是面向超大规模 GPU 集群的基础设施工程。你将深入参与服务器全生命周期管理、故障诊断、自动化运维和稳定性体系建设。 ## 你将做什么 1. 参与 GPU 服务器的部署、交付、验收和日常运维,保障集群稳定运行。 2. 定位并处理 GPU、CPU、内存、硬盘、网卡等硬件故障,持续提升故障恢复效率。 3. 建设硬件巡检、监控和告警体系,推动风险提前发现与预防性维护。 4. 使用 Python、Bash、Ansible 等工具开发自动化能力,提升大规模服务器运维效率。 5. 参与 BMC/IPMI、Redfish 等带外管理能力建设,完善服务器远程管理体系。 6. 沉淀标准化操作流程和故障处理方案,持续提升 GPU 集群的可用性与交付质量。
职位要求
## 我们期待你 ### 基础要求 1. 2027届本科及以上学历,计算机、电子信息、自动化、通信等相关专业优先。 2. 熟悉 Linux 基本操作、常用命令及基础故障排查方法。 3. 了解服务器硬件组成,包括 CPU、GPU、内存、硬盘、网卡及 RAID 等。 4. 掌握 Python 或 Shell,能够编写基础的自动化脚本。 5. 喜欢动手实践,具备较强的问题分析、自驱学习和协作能力。 6. 对 AI 算力基础设施和大规模 GPU 集群方向有长期发展意愿。 ### 加分项 1. 有 GPU 服务器、实验室集群、IDC 或服务器运维实践经验。 2. 了解 BMC/IPMI、Redfish 等服务器带外管理技术。 3. 有 Ansible、Prometheus、Grafana 等工具的使用经验。 4. 了解计算机体系结构、网络、存储或分布式系统相关知识。 5. 有技术项目、竞赛、开源贡献或相关实习经历。
投递

MiniMax is a leading global technology company and one of the pioneers of large language models (LLMs) in Asia. Our mission is to build a world where intelligence thrives with everyone.
MiniMax develops proprietary LLMs across various modalities, including a trillion-parameter MoE model, a speech model with low latency and native support for major Asian languages, and a state-of-the-art text-to-speech and text-to-video models. Experience it now at https://hailuoai.com/
Leveraging these multi-modality general-purpose models, the MiniMax API Platform offers enterprises and developers secure, flexible, and reliable API services, enabling the rapid deployment of AI applications.