AI Infrastructure Engineer
职位描述
该职位来源于猎聘 AI Infrastructure Engineer(Staff / Principal) 方向:AI Platform / MLOps / Cloud + Edge AI 一、使命(What You’ll Help Build)🔥 我们正在构建一套 从云到边缘(Cloud → Edge)的统一 AI 基础设施,支撑: 大规模模型训练(GPU 集群) 大模型(LLM)在线服务 门店与仓储中的实时 AI(CCTV / 机器人 / IoT) 这不是一个传统的 MLOps 平台岗位,而是一个需要解决 多维复杂系统问题的工程挑战: 混合云(Public Cloud + IDC) 大规模算力调度 实时 AI 推理(低延迟 / 高并发 / 边缘部署) Cloud + Edge 协同(模型从训练 → 分发 → 边缘执行) 简单来说:把 AI 从“模型”变成“基础设施能力”。 二、岗位职责(What You Will Do) 1. 构建统一 AI 平台(MLOps + LLMOps) 设计并实现 AI 全生命周期平台(训练、评估、部署、服务) 推动 AI 能力平台化,支持多团队规模化使用 2. 构建高效的算力与训练系统 设计 GPU 集群调度与资源管理体系 优化分布式训练与推理性能(多机多卡 / 大模型) 3. 设计 Cloud + Edge 一体化架构 构建模型从云端训练 → 边缘部署 → 在线推理的闭环 支撑门店 / 仓储场景(视频分析、机器人等) 4. 构建可运营的 AI 基础设施(AI SRE) 建设可观测性、自动化运维与稳定性体系 提升系统在规模化场景下的可靠性与效率 三、任职要求(What We’re Looking For) 基础要求 计算机科学、软件工程、电子工程或相关专业本科及以上学历;硕士及以上优先
5年以上 AI Infra / MLOps / 分布式系统 / 平台工程经验 扎实的系统能力(Kubernetes / Linux / 容器化 / 分布式系统设计) 熟悉主流 AI 框架(如 PyTorch / TensorFlow)
能与算法、数据、应用及基础设施团队高效协作, 能清晰表达复杂技术问题,并推动跨团队达成共识与落地
对系统具备端到端 ownership(设计、实现、运行与稳定性),能在不确定环境中推动复杂项目落地,并对结果负责
能快速学习并掌握新技术(如 LLM、Edge AI 等),对 AI Infra 领域保持持续关注,能够适应技术快速演进 核心能力(满足其中一部分即可) MLOps / AI Platform(Kubeflow / Ray 等) GPU / 分布式训练(DDP / Megatron / DeepSpeed) AI 推理系统(高并发 / 低延迟) LLM / GenAI 基础设施(Fine-tuning / Serving / RAG) 混合云 / 多集群架构 加分项 CUDA / GPU 深度优化经验 Edge AI / 视频分析 / IoT / 机器人相关经验 TensorRT / ONNX 等推理优化经验 有复杂系统(多集群 / 多地域 / 边缘)的设计经验 开源贡献或技术影响力 *为什么这个岗位值得做(Why This Role) 不是做一个平台,而是构建 AI 基础设施体系 同时解决: 大规模算力问题(GPU) 大模型问题(LLM) 真实世界问题(门店 / 仓储 / IoT) 覆盖从云到边缘的完整技术栈(极少见组合) 技术深度 + 业务影响力同时具备
对这个职位感兴趣吗?