GPU服务器运维实习生

一、为什么加入我们

1. 直面万卡级 GPU 集群 —— 你将接触到行业最前沿的 AI 算力基础设施，日常工作围绕大规模 GPU服务器展开，积累的经验在整个行业都是稀缺的；
2. 没有技术壁垒的团队 —— 你的主线是硬件运维，但我们团队内部不设方向墙。自动化开发、监控体系、服务器交付流程、带外管理……只要你有兴趣，都可以深入参与。我们希望你在实习期间能建立对团队整体业务的全局理解，而不是只做一个方向的螺丝钉；
3. 以转正为目标的培养 —— 这个岗位不是找人来打杂的。我们的目标是培养一位能长期服务于团队整体业务的正职同学，实习期间会有体系化的带教，帮你从单点执行逐步成长为能独立负责模块的工程师；
4. 扁平高效的协作方式 —— 团队决策链路短，技术讨论开放直接，好的想法不需要层层审批就能落地。

二、我们在做什么

MiniMax 正在构建驱动下一代 AGI 的算力基础设施。我们的团队负责管理数以万计的 GPU服务器——每天都可能有服务器出现故障，我们的工作就是让它们稳定运转，坏了快速发现、快速修复，保障大模型训练和推理的算力供给。

三、你将做什么

你的主线工作是 GPU 服务器硬件运维，包括：

1. GPU 服务器的故障诊断与修复，硬件巡检与预防性维护；
2. 大规模服务器的交付与上架；
3. 硬件监控与告警的跟进处理，持续提升集群运行效率。

同时，根据你的兴趣和能力，你也有机会参与：

• 运维自动化工具开发（Python / Bash / Ansible）
• 监控告警体系建设（Prometheus 等）
• 服务器带外管理（BMC/IPMI、Redfish）相关的工程实践

四、我们期待你

基础要求：

1. 熟悉 Linux 系统基本操作与常用命令；
2. 对服务器硬件有基本了解（CPU、内存、硬盘、网卡、RAID 等），愿意动手拆装和排障；
3. 掌握 Python 或 Shell 脚本，能编写简单的自动化工具；
4. 做事细致有责任心，有较强的问题排查意识与自驱学习能力；
5. 实习时长 6 个月及以上，以转正为目标优先。

加分项：

1. 有 IDC 或服务器运维实践经验，熟悉 GPU 服务器硬件；
2. 了解 BMC/IPMI、Redfish 等带外管理技术；
3. 有 Ansible、Prometheus 等运维工具的使用经验；
4. 对 AI 基础设施方向有兴趣。