阿斯利康
Lead of AI Infrastructure Platform
Lead of AI Infrastructure Platform
发布于 6 个月前中层管理(经理/总监)
上海市
专家级经验
全职员工
仅现场办公
学历未注明
信息技术与基础设施
分布式训练
系统架构
AI基础设施
FinOps
GPU集群管理
LLMOps
PyTorch
中国AI生态
AI 估算 · 60k–100k
上海AI基础设施负责人，总监级技术管理，负责高精尖平台
职位详情
关于这个职位
作为AI基础设施平台的负责人，你将主导设计和运营支撑公司AI驱动研发的核心平台
你需要构建一个具备韧性、主权和成本优化的“复合AI系统”，领导团队将原始计算能力转化为战略资产，并确保研发团队能够以前所未有的规模和效率训练、微调和部署前沿模型
最低要求
经验：10年以上基础设施/系统工程经验，其中4年以上专门领导AI平台的经验
技术精通：精通GPU集群管理（例如NVIDIA Blackwell/H系列或国内同等产品）和高性能互连技术（RoCE v2, InfiniBand）
深入了解中国AI生态，包括阿里云/华为云/百度以及本地硬件生态系统
具备AI FinOps的实践经验，特别是管理大规模模型部署的“推理经济学”
软件栈：精通PyTorch, Ray, Kubernetes (KubeFlow)以及现代可观测性工具（Prometheus/Grafana），用于实时硬件遥测
思维方式：具备“系统架构师”思维——将整个数据中心视为一台可编程的计算机
工作职责
前瞻性架构与“AI工厂”运营
下一代编排：使用支持训练和低延迟推理的现代编排层，设计和管理统一的执行环境（CPU、GPU和AI ASIC）
LLMOps与智能体基础设施：实施稳健的LLMOps流水线，特别关注提示版本控制、向量数据库扩展以及托管自主AI智能体所需的基础设施
主权与合规：驾驭复杂的中国AI环境，确保基础设施符合本地数据驻留和安全法规，同时保持性能
战略性技术领导
性能工程：领导分布式训练（DeepSpeed, Megatron）和硬件感知模型调优的深度优化，从每个集群中提取最大TFLOPS
可持续性与绿色AI：实施碳感知调度和液冷策略，以减少高密度工作负载的环境足迹和运营成本
供应商策略：管理多样化的国内外硬件/云供应商组合，确保在波动的硬件市场中拥有弹性的供应链
跨职能执行
利益相关者协调：将复杂的研发目标转化为技术基础设施需求，充当研究人员与IT财务办公室之间的桥梁
人才培养：建立并指导一个“全栈”基础设施团队，能够处理从高速InfiniBand网络到基于Kubernetes的模型服务的所有事务
AI 洞察
优缺点分析
优点
- 平台价值高：负责的是支撑公司核心AI研发的战略性平台，工作成果直接影响新药研发的效率和可能性，职业成就感强
- 技术前沿：涉及LLMOps、AI智能体、绿色AI等前沿领域，并能接触到最新的硬件（如Blackwell GPU），技术视野和技能积累速度快
- 公司平台优：阿斯利康是全球领先的制药公司，平台稳定，资源充足，并能将技术应用于解决有重大社会价值的健康问题
- 复合能力锻炼：不仅需要深厚技术，还需兼顾合规、成本、供应链管理和团队建设，是培养复合型技术领导者的绝佳岗位
- 技术与管理复杂度极高：需要同时精通硬件、软件、网络、云原生和AI框架，并管理一个全栈团队，对个人综合能力要求极高
- 该职位适合拥有10年以上深厚技术背景、兼具系统架构思维和团队领导意愿，并希望在医药健康这一高价值领域将前沿AI技术落地的资深技术专家或管理者
缺点 / 挑战
- 合规与本地化压力大：在中国运营AI基础设施需严格遵守数据主权和安全法规，技术方案的设计和实施受到较多约束
- 责任与期望重大：作为平台负责人，需要确保7x24高可用性以支持不间断的研发，同时要不断优化性能和成本，工作压力大
角色解读
- 技术路径：可以从AI基础设施专家，成长为负责更广泛企业技术架构的首席架构师或技术副总裁，主导公司整体的技术战略
- 管理路径：随着平台规模和团队扩大，有机会晋升为更高级别的技术总监或事业部负责人，管理更大的技术组织和预算
- 行业路径：在医药研发领域积累的AI基础设施经验极具价值，未来可向其他高科技或数据密集型行业（如金融科技、自动驾驶）的同类高级职位发展
- 负责设计和运营公司AI研发的核心基础设施平台，构建一个集成了CPU、GPU和AI ASIC的统一执行环境，并管理其上的LLMOps流水线和AI智能体基础设施
- 领导团队进行分布式训练和硬件感知模型的深度性能优化，并实施碳感知调度等绿色AI策略，以降低运营成本和环境影响
- 作为技术桥梁，将研发团队的需求转化为具体的基础设施方案，并管理国内外硬件供应商，确保供应链的韧性和合规性
- 深厚的AI基础设施技术栈能力，包括GPU集群管理、高性能网络（如InfiniBand）、容器编排（Kubernetes）以及主流AI框架（如PyTorch）
- 全面的系统架构与性能优化能力，能够从硬件到软件层面进行深度调优，并具备管理大规模模型部署成本（FinOps）的经验
- 卓越的领导与跨部门沟通能力，能够组建和指导技术团队，并有效协调研发、IT、财务等多个内部部门以及外部供应商
申请策略
- 深入了解阿斯利康在AI制药领域的公开成果和战略方向，在申请材料或面试中展示你的技术方案如何能具体支持其研发目标
- 强调你对合规性（特别是中国数据法规）的重视和已有经验，这在该职位中是与技术能力同等重要的考量因素
- 重点突出领导大型、复杂的AI或HPC基础设施平台从0到1建设或重大升级的项目经验，量化成果（如性能提升百分比、成本节约）
- 详细描述在GPU集群管理、分布式训练优化（如使用DeepSpeed）、Kubernetes编排以及处理中国本地云/硬件生态方面的具体技术实践
- 展示跨部门协作和团队管理能力，例如如何将业务需求转化为技术方案，如何组建和培养全栈基础设施团队的成功案例
- 如果对国内AI云服务（阿里云、华为云）或硬件生态了解不深，可提前研究其AI产品线、API和与开源生态的集成方式
- 深化对AI项目全生命周期成本管理（FinOps）的理解，特别是推理阶段的成本模型和优化策略，准备相关案例
- 复习LLMOps的最新工具链和最佳实践，如向量数据库选型、提示工程管理、AI Agent框架等，保持技术敏锐度
面试指南
- 对于技术架构问题，采用“背景-任务-行动-结果”框架，清晰阐述技术选型理由、权衡取舍、具体实施步骤和可量化的业务影响
- 对于涉及权衡（如性能vs成本）或冲突（如需求vs资源）的问题，展示系统化思维，说明评估维度、决策流程以及如何与各方沟通达成共识
- 请描述你设计或管理过的最复杂的AI训练或推理基础设施架构，遇到了哪些挑战，你是如何解决的？
- 在中国环境下部署和管理AI基础设施，你在数据合规与安全方面有哪些具体的实践经验？
- 如何平衡AI基础设施的性能、成本（TCO）和可持续性（绿色AI）？请举例说明你的优化策略
- 当研发团队提出一个需要极高算力但预算有限的新模型训练需求时，你会如何应对并制定方案？
- 你如何组建和培养一个能够胜任从InfiniBand网络到K8s服务全栈工作的基础设施团队？
- 深入准备1-2个能全面体现你技术深度、架构能力和领导力的核心项目案例，确保能清晰阐述每个技术决策背后的思考
职位点评
Watch Jobs