罗氏
AI platform engineer
AI platform engineer
发布于 大约 16 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
学历未注明
信息技术与基础设施
GPU
MLOps
IaC
CI/CD
Alibaba Cloud
RHEL
AI 估算 · 35k–55k
外企制药巨头，AI平台关键岗位，技能稀缺，高薪竞争力强；上海生活成本较高，薪资处行业高端。
职位详情
关于这个职位
该职位负责罗氏AI/ML平台的全生命周期管理，涵盖本地GPU集群、多云基础设施（AWS、阿里云）以及服务交付
你将与全球工程团队和业务方协作，确保在GxP合规的制药环境下高效运行AI工作负载
适合具备深厚Linux、Kubernetes和IaC经验，希望在AI基础设施领域深耕的资深工程师
最低要求
年以上生产环境Linux系统工程经验，精通RHEL（Satellite、Kickstart、自定义ISO构建）
年以上生产级Kubernetes运维经验（500+节点或5000+ Pod），包括集群生命周期管理、灾备和多租户隔离
专家级IaC能力：Ansible（自定义模块/插件开发）、Terraform（Provider开发、大规模状态管理）
实际GPU集群经验：NVIDIA驱动生命周期、MIG/vGPU分区、CUDA兼容性矩阵管理、GPU健康监控
扎实的网络基础：L2/L3设计、VLAN划分、BGP基础、数据中心级IPAM
高性能网络（RDMA/RoCE/InfiniBand）经验
深度AWS经验（VPC架构、EC2 placement groups、EKS、IAM策略设计）及生产负载
Helm Chart开发：编写复杂chart（子chart、hooks、CRD生命周期管理）
CI/CD流水线端到端所有权：容器镜像构建、漏洞扫描、制品推进、基于GitOps的部署
商务级英语（书面和口语）
跨职能协作能力：在基础设施、安全、合规和数据科学团队之间驱动对齐
有实时故障排除、清晰沟通和进行无指责事后复盘的能力
生产环境AI/ML服务平台的运营和定制经验（Seldon Core、KServe、Triton Inference Server）
服务网格专家级经验（Istio：流量管理、mTLS、授权策略）
全栈可观测性设计：Prometheus联邦、Grafana仪表盘即代码、ELK/OpenSearch日志管道、OpenTelemetry
多云编排生产经验（AWS+阿里云），包括跨云网络和统一IaC
熟悉制药/生命科学领域的GxP/CSV合规（变更控制、验证协议、审计追踪要求）
AI网关/LLM路由系统经验（Portkey、LiteLLM或等价）
FinOps实践：GPU成本建模、计费/分摊实现、云资源成本优化
对开源基础设施项目有贡献（CNCF生态优先）
有指导初级工程师或领导小型基础设施团队（2-5人）的经验
有为ML/数据科学团队构建内部开发者平台或自助服务工具的经验
工作职责
## 基础设施工程（本地和云）
管理操作系统基线：REDHAT Satellite管理、自定义Base ISO生命周期
与企业存储系统集成（由罗氏存储团队管理）
GPU服务器BOM选型和硬件认证
架构云资源策略：预留实例规划、AWS和阿里云的成本优化
云账户（AWS和阿里云）后配置、管理和平台及平台托管用例账户
## 基础设施即代码（IaC）
开发和维护Ansible脚本以实现自动化服务器管理（部署、退役、配置）
构建和运行AMI Bakery流水线以实现不可变镜像交付
通过IaC编排多云服务器部署（AWS、阿里云）
自动化Kubernetes集群的配置和管理
开发和加固自定义IaC脚本
## MLOps平台工程
管理完整的集群生命周期：配置、升级、扩缩容、灾难恢复
管理以下领域的30+平台组件：
GPU和设备管理
AI工作负载编排：Kubernetes调度和SLURM调度工程
网络：Kubernetes集群内部连接工程
存储：多种类型存储集成，包括对象存储和块存储
可观测性：通过Prometheus、Grafana、OpenTelemetry等设计和实现可观测性仪表盘
安全与PKI：整个平台的PKI管理，在DevOps生命周期中实施DevSecOps实践
平台工程：数据配置、API、训练/推理框架、流水线和工具集
构建和维护CI/CD流水线
构建和维护Github/Gitlab模板
支持AI用例的工程任务
负责平台相关问题故障排除，包括牵头跨不同团队的故障排除
## AI平台服务
部署和运维AI网关（Portkey数据平面）并完全覆盖IaC
执行本地模型生命周期管理
开发和维护工作空间自动配置脚本
集成AI安全护栏
构建和实施FinOps流程
支持AI用例的工程任务
负责平台相关问题故障排除，包括牵头跨不同团队的故障排除
## 合规与流程
编写和维护系统设计文档
文档和审批工作流管理（通过Veeva Quality Doc、Gitlab中的Markdown项目文档、runbooks和用户手册）
在Jira中管理工作负载
优先资格
熟悉制药IT服务管理（ServiceNow ITSM、Veeva Quality Doc）
有服务内部ML/数据科学用户（100+用户）的平台团队经验
AI 洞察
优缺点分析
优点
- 外企巨头，工作稳定，福利完善，有全球协作机会，技术视野开阔
- AI基础设施是当前热门方向，技能稀缺，薪资竞争力强，职业前景广阔
- 涉及GxP合规，学习到行业特有规范，提升不可替代性
- 技术栈深且广，需要同时掌握Linux、K8s、IaC、GPU、网络、多云等多个领域，学习曲线陡峭
- 制药行业合规要求严格，流程繁琐，开发节奏较慢，可能不适应快节奏环境
- 跨时区协作频繁，需良好的英语沟通能力和时间管理能力
- 适合有多年基础设施经验、热爱技术深耕、希望在稳定平台中持续发展的资深工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 在罗氏这样的全球制药巨头中，可向AI基础设施架构师或平台工程负责人方向发展，领导更大规模的团队
- 因涉及GxP合规，可成为医药行业IT合规与基础设施融合的专家，开辟细分领域
- 随着AI在制药领域的深入，可转向MLOps或AI平台产品管理，从工程到产品化转型
- 负责AI/ML平台的完整生命周期，从GPU服务器选型、操作系统基线到Kubernetes集群管理和多云资源优化
- 通过Ansible、Terraform等IaC工具自动化基础设施部署与配置，确保平台的一致性与可重复性
- 运维30+平台组件，包括GPU管理、工作负载调度、网络、存储、可观测性及安全PKI，保障AI业务稳定运行
- 支持AI团队的工程任务，部署AI网关，管理模型生命周期，并建立FinOps流程优化云成本
- 深厚Linux和RHEL系统管理能力，包括Satellite、Kickstart及自定义ISO构建
- 生产级Kubernetes运维经验，熟悉集群生命周期、灾备和多租户隔离，管理500+节点
- 专家级IaC技能：精通Ansible和Terraform，能开发自定义模块和Provider
- GPU集群经验：NVIDIA驱动、MIG/vGPU、CUDA兼容性及健康监控
- 具备高性能网络知识
申请策略
- 研究罗氏在AI制药领域的战略，面试中展示对该行业痛点的理解
- 强调跨团队协作和故障排除能力，准备一个无指责复盘的案例
- 突出8+年Linux系统管理和5+年K8s生产运维的具体案例，包括管理节点数、Pod数、灾备场景
- 详细描述IaC项目经验，如Ansible模块开发、Terraform Provider或Helm Chart编写
- 展示GPU集群的实操经验，特别是NVIDIA驱动、MIG配置、CUDA兼容性管理
- 提及多云（AWS+阿里云）基础设施设计及成本优化成果
- 如不熟悉制药合规，可学习GxP/CSV基本概念，了解验证流程
- 补充AI/ML serving平台（如KServe、Triton Inference Server）的实操经验
面试指南
- 对于技术问题，采用STAR方法（情境-任务-行动-结果），结合具体数字和案例
- 对于合规问题，强调流程意识，列举具体工具（如Veeva）和步骤（变更控制、验证）
- Describe a time you managed a Kubernetes cluster upgrade with minimal downtime. How did you handle rollback?
- How do you design IaC for multi-cloud environment? What are the key considerations?
- Explain how you would troubleshoot a GPU node showing high error rates during model training.
- What is your experience with Helm? How would you structure a complex chart for a microservices platform?
- How do you ensure compliance (GxP) in infrastructure changes? What documentation is required?
- 复习Kubernetes集群管理的深入知识，包括etcd备份、节点维护、网络策略
匹配度报告
72
综合匹配度
外企制药巨头，前沿AI基础设施，高薪高技能，但WLB可能一般。
适合人群
最适合理工科背景、追求技术深度和前沿领域、对薪资和发展有高要求的资深工程师。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展90
工作生活40
使命价值75
薪资福利匹配
85较高
该职位薪资处于行业高端，外企福利完善（五险一金、补充医疗等），补偿动机满足度较高。但JD未明确薪资，面议可能性大。
薪资信号面议 (35K-55K/月)
成长发展匹配
90较高
该职位涉及前沿AI基础设施技术、多云、IaC、GPU等，技能成长空间极大；但JD未明确晋升通道。
技术前沿前沿/新兴技术
技术栈Kubernetes、GPU、NVIDIA、CUDA、Ansible、Terraform、AWS、Alibaba Cloud、Istio、Helm
成长机会mentoring
业务类型ambiguous
工作生活匹配
40较低
需要现场办公，上海核心地段？JD未明确，但推测为市区。未提及WLB，但外企通常较重视，不过该岗位可能涉及on-call。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
75中等
罗氏作为制药巨头，致力于改善全球健康，有一定社会影响力。创新水平积极采用新技术，行业稳定增长。
行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号prevent, stop and cure diseases、everyone has access to healthcare
创新程度积极采用新技术
Watch Jobs