1. 負(fù)責(zé)算力中心值班期間的全面運維管理工作，統(tǒng)籌服務(wù)器集群、算力調(diào)度平臺、存儲資源及網(wǎng)絡(luò)設(shè)備的實時監(jiān)控與運行保障，確保算力資源7×24小時穩(wěn)定輸出，滿足業(yè)務(wù)算力需求。
2. 實時監(jiān)測算力節(jié)點運行狀態(tài)、資源利用率、能耗及故障告警信息，快速響應(yīng)并牽頭處理算力集群宕機、算力調(diào)度異常、網(wǎng)絡(luò)中斷等突發(fā)故障，制定應(yīng)急處置方案，最大程度縮短故障恢復(fù)時間，降低業(yè)務(wù)損失。
3. 帶領(lǐng)值班團隊執(zhí)行標(biāo)準(zhǔn)化運維操作，包括設(shè)備巡檢、系統(tǒng)升級、補丁安裝、算力資源分配與調(diào)整等，規(guī)范值班記錄與故障處理臺賬，確保運維操作可追溯、可復(fù)盤。
4. 負(fù)責(zé)值班團隊的現(xiàn)場管理與任務(wù)分配，明確各崗位值班人員職責(zé)，協(xié)調(diào)團隊成員高效協(xié)作，組織班前交底與班后復(fù)盤，及時解決值班過程中的協(xié)作問題。