主分类：硬件测试与可靠性
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "平头哥-资深GPU服务器系统测试高级专家-上海/杭州",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "杭州 / 上海",
"work_mode": "未披露",AI生成
"job_category": "技术-芯片"AI生成
},
"company": {
"company_name": "平头哥",
"company_industry": "半导体 / 芯片设计",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "平头哥研发计算、存储及网络芯片，为人工智能基础设施提供支持。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "• 主导GPU服务器在Linux系统下的兼容性、压力稳定性及异常场景（宕机、GPU掉卡、PCIe/NVLink链路抖动/中断、ECC错误激增、固件升级失败等）专项测试；\n• 深度参与GPU驱动、固件、CUDA生态组件的测试方案设计与自动化脚本开发（Python/C++/Shell）；\n• 熟悉GPU服务器典型故障注入与诊断工具链（如：基于nvidia-smi/nvml、dcgmi、ipmitool、core dump分析、kdump/kexec等）；\n• 联动硬件、驱动、固件、BMC团队，对重大系统级问题（如reboot loop、panic on GPU reset、nvlink topology mismatch）开展跨层级日志采集、时序分析与闭环验证；\n• 输出高质量测试报告、故障模式库（FMEA）、调试SOP及可复用的回归用例集。",
"requirements_text": "• 5年以上服务器/高性能计算（HPC）或AI加速平台测试经验；\n• 精通Linux内核基础（进程调度、内存管理、中断处理）、PCIe/NVLink协议原理及常见异常表现；\n• 熟练掌握NVIDIA GPU驱动架构、固件更新机制、以及常见报错日志（dmesg/nvidia-bug-report.log）的深度解读能力；\n• 具备独立完成GPU相关Kernel Panic、Soft Lockup、NMI Watchdog触发等严重故障的现场复现与根因定位能力；\n• 熟悉主流GPU服务器厂商硬件架构与BMC管理逻辑；\n• 熟练使用Python进行自动化测试开发，熟悉CI/CD集成（Jenkins/GitLab CI）者优先。\n加分项：\n• 有参与GPU服务器OEM/ODM联合调试经验；\n• 熟悉CUDA生态兼容性测试（Driver-CUDA Toolkit-OS版本矩阵）；",
"skills": [AI生成
"Python",
"Linux",
"CUDA",
"自动化测试",
"测试开发"
],
"preferred_qualifications": "熟练使用Python进行自动化测试开发，熟悉CI/CD集成（Jenkins/GitLab CI）者优先；加分项：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://recruitment.t-head.cn/off-campus/position-detail?positionId=100011340035"
}
]
},
"posting": {
"posting_id": "100011340035",
"post_date": "2026-08-17",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://recruitment.t-head.cn/off-campus/position-detail?positionId=100011340035"
},
"fulltext": "平头哥-资深GPU服务器系统测试高级专家-上海/杭州\n平头哥-资深GPU服务器系统测试高级专家-上海/杭州\n\n基础信息\n职位类别：技术-芯片\n工作地点：杭州 / 上海\n\n职位描述\n• 主导GPU服务器在Linux系统下的兼容性、压力稳定性及异常场景（宕机、GPU掉卡、PCIe/NVLink链路抖动/中断、ECC错误激增、固件升级失败等）专项测试；\n• 深度参与GPU驱动、固件、CUDA生态组件的测试方案设计与自动化脚本开发（Python/C++/Shell）；\n• 熟悉GPU服务器典型故障注入与诊断工具链（如：基于nvidia-smi/nvml、dcgmi、ipmitool、core dump分析、kdump/kexec等）；\n• 联动硬件、驱动、固件、BMC团队，对重大系统级问题（如reboot loop、panic on GPU reset、nvlink topology mismatch）开展跨层级日志采集、时序分析与闭环验证；\n• 输出高质量测试报告、故障模式库（FMEA）、调试SOP及可复用的回归用例集。\n\n职位要求\n• 5年以上服务器/高性能计算（HPC）或AI加速平台测试经验；\n• 精通Linux内核基础（进程调度、内存管理、中断处理）、PCIe/NVLink协议原理及常见异常表现；\n• 熟练掌握NVIDIA GPU驱动架构、固件更新机制、以及常见报错日志（dmesg/nvidia-bug-report.log）的深度解读能力；\n• 具备独立完成GPU相关Kernel Panic、Soft Lockup、NMI Watchdog触发等严重故障的现场复现与根因定位能力；\n• 熟悉主流GPU服务器厂商硬件架构与BMC管理逻辑；\n• 熟练使用Python进行自动化测试开发，熟悉CI/CD集成（Jenkins/GitLab CI）者优先。\n加分项：\n• 有参与GPU服务器OEM/ODM联合调试经验；\n• 熟悉CUDA生态兼容性测试（Driver-CUDA Toolkit-OS版本矩阵）；\n• 主导GPU服务器在Linux系统下的兼容性、压力稳定性及异常场景（宕机、GPU掉卡、PCIe/NVLink链路抖动/中断、ECC错误激增、固件升级失败等）专项测试；\n• 深度参与GPU驱动、固件、CUDA生态组件的测试方案设计与自动化脚本开发（Python/C++/Shell）；\n• 熟悉GPU服务器典型故障注入与诊断工具链（如：基于nvidia-smi/nvml、dcgmi、ipmitool、core dump分析、kdump/kexec等）；\n• 联动硬件、驱动、固件、BMC团队，对重大系统级问题（如reboot loop、panic on GPU reset、nvlink topology mismatch）开展跨层级日志采集、时序分析与闭环验证；\n• 输出高质量测试报告、故障模式库（FMEA）、调试SOP及可复用的回归用例集。\n• 5年以上服务器/高性能计算（HPC）或AI加速平台测试经验；\n• 精通Linux内核基础（进程调度、内存管理、中断处理）、PCIe/NVLink协议原理及常见异常表现；\n• 熟练掌握NVIDIA GPU驱动架构、固件更新机制、以及常见报错日志（dmesg/nvidia-bug-report.log）的深度解读能力；\n• 具备独立完成GPU相关Kernel Panic、Soft Lockup、NMI Watchdog触发等严重故障的现场复现与根因定位能力；\n• 熟悉主流GPU服务器厂商硬件架构与BMC管理逻辑；\n• 熟练使用Python进行自动化测试开发，熟悉CI/CD集成（Jenkins/GitLab CI）者优先。\n加分项：\n• 有参与GPU服务器OEM/ODM联合调试经验；\n• 熟悉CUDA生态兼容性测试（Driver-CUDA Toolkit-OS版本矩阵）；",
"standard_classification": {
"std_category_code": "T026",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}