超威半导体
DevOps Software Development Engineer
DevOps Software Development Engineer
发布于 1 天前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
本科
GPU
PyTorch
GO
TensorFlow
CI/CD
ROCm
cmake
GitHub Actions
Buildkite
AI 估算 · 25k–40k
AMD外企大厂，DevOps中高级岗位，市场竞争力强，考虑上海薪资水平和GPU/ML行业溢价
职位详情
关于这个职位
作为AMD AI/ML框架团队的DevOps软件工程师，你将负责设计和维护CI/CD流水线、管理Kubernetes GPU环境，并使用Python、Go、Ansible等工具自动化基础设施
该角色需要深入理解构建系统（CMake、Bazel）和ML框架（PyTorch、TensorFlow），高效排查构建问题，并通过工具和培训提升团队效率
适合有较强编程能力、热爱基础设施自动化的工程师
最低要求
计算机科学、软件工程或相关技术领域的学士或硕士学位
熟练使用Python和Go进行编程，能够阅读和修改C++代码者优先
对ML框架（PyTorch、TensorFlow等）的架构和代码库有理解
精通Kubernetes、Docker、Helm，以及CI/CD工具（Buildkite、GitHub Actions、Jenkins）
熟悉Ansible等基础设施自动化框架
熟悉构建系统（CMake、Bazel、Make）和编译器工具链
具备GPU计算环境管理经验（ROCm/CUDA）
具备在Linux环境中进行系统管理、Shell脚本编写和故障排除的背景
工作职责
构建系统专长与问题排查*：深入了解构建工具和流程（CMake、Bazel、Make、编译器工具链）
通过理解从源码到二进制的完整构建流程，排查复杂的构建失败
识别基础设施、工具链和代码层面问题的根本原因
团队培训与知识分享*：培训并指导团队成员关于构建系统、CI/CD工作流和调试技术
创建文档、runbook和培训课程，确保团队能够独立有效地排查问题
培养围绕构建基础设施的持续学习文化
ML框架集成与代码贡献*：理解ML框架（PyTorch、TensorFlow、ROCm栈）的架构和代码库
根据需要审查、调试并贡献代码更改，以解决构建问题、提高CI可靠性或支持新功能
工具与自动化开发*：主要使用Python和Go设计并开发内部工具、自动化脚本和服务
编写经过充分测试的生产级代码，解决基础设施和工作流挑战
CI/CD流水线开发*：使用Buildkite、GitHub Actions和Jenkins设计、实施并管理高效的持续集成和交付流水线，以实现ML工作负载的快速可靠部署
Kubernetes基础设施管理*：在本地和云平台上部署并维护稳健的基于Kubernetes的环境，以支持可扩展的服务编排
基础设施自动化*：使用Ansible、Python和Bash自动化基础设施的配置、配置和管理，以提高系统一致性并减少人工干预
使用Helm进行服务部署*：使用Helm charts在Kubernetes中管理应用程序和服务的部署，实现一致且可重复的发布流程
GPU服务器支持*：配置、管理并维护基于GPU的计算环境，包括生命周期自动化和硬件级测试集成，用于ML训练和推理工作负载
数据库与可观测性集成*：与MySQL数据库交互以支持动态数据更新，并将数据源集成到Grafana仪表板中进行监控和洞察
跨职能协作*：与ML框架开发人员、SRE和项目利益相关者紧密合作，确保系统级对齐和高影响力交付
质量保证支持*：将自动化测试框架集成到CI流水线中，确保开发周期中的代码质量、稳定性和性能
优先资格
构建系统与工具链：对CMake、Bazel、Make和编译器工具链（GCC、Clang、LLVM）有深入理解，能够调试复杂构建失败
编程语言：较强的Python和Go编程能力，能够阅读和修改C++代码更佳
ML框架熟悉度：理解ML框架架构（PyTorch、TensorFlow、JAX等），能够在大型代码库中导航并贡献修复
指导与培训：具备记录复杂系统和培训团队成员的经验
DevOps工具与自动化：熟练使用Buildkite、GitHub Actions、Jenkins、Ansible等
容器化与编排：丰富的Docker、Kubernetes、Helm使用经验
基础设施即代码（IaC）：具备自动化基础设施配置和管理的实际操作经验
GPU计算环境：熟悉GPU服务器生命周期管理、ROCm/CUDA工具链，以及将GPU资源集成到CI测试工作流中
监控与可观测性：使用Checkmk、Prometheus、Grafana等工具的经验
版本控制与协作：高级Git知识，包括分支策略和CI/CD集成
Linux与系统管理：扎实的Linux环境背景，包括Shell脚本和分布式系统故障排除
Agile与跨学科协作：能够在敏捷团队中工作，并与软件、基础设施和产品团队合作
AI 洞察
优缺点分析
优点
- 加入AMD，前沿AI/ML基础设施团队，接触GPU集群和最新框架
- 外企文化，工作氛围开放，注重技术创新和员工成长
- 薪酬福利有竞争力，股票期权等长期激励
- 技能积累全面，覆盖DevOps、构建系统、ML框架三大领域
- 需要同时掌握构建系统、CI/CD、Kubernetes和ML框架，学习曲线陡峭
- GPU环境运维复杂，故障排查需深入底层
- 适合有3年以上DevOps经验、熟悉Python/Go、对ML基础设施有浓厚兴趣、愿意深入构建系统细节的工程师
缺点 / 挑战
- 跨团队协作频繁，沟通成本较高
角色解读
- 深耕DevOps和AI基础设施领域，成为ML基础设施架构师
- 向SRE或平台工程方向进阶，管理更大规模GPU集群和分布式系统
- 跨团队协作积累经验，未来可转向技术管理或AI框架开发岗位
- 设计并维护CI/CD流水线，使用Buildkite、GitHub Actions等工具确保AI软件快速可靠交付
- 管理基于Kubernetes的GPU集群，自动化基础设施配置（Ansible、Python），支持大规模ML训练
- 深入构建系统（CMake、Bazel）和ML框架（PyTorch、TensorFlow），排查构建失败并贡献代码修复
- 培训和指导团队成员，提升团队在构建系统和CI/CD方面的能力
- 精通Python和Go，能编写生产级自动化代码
- 扎实的Kubernetes、Docker、Helm和CI/CD工具经验
- 熟悉构建工具链（CMake、Bazel、Make）和编译器（GCC、Clang）
- 理解ML框架架构，能阅读和修改PyTorch/TensorFlow代码
申请策略
- 在求职信中表达对AI基础设施的热情，结合AMD的产品（如ROCm）说明你的了解
- 准备一个技术分享案例，展示你如何将构建系统知识传递给团队成员
- 突出Kubernetes、CI/CD（Buildkite/Jenkins）的实际项目经验，量化效果（如构建时间缩短X%）
- 展示Python/Go编码能力，附上GitHub链接或自动化工具开源贡献
- 强调对构建系统（CMake/Bazel）和ML框架（PyTorch/TensorFlow）的理解，即使贡献过小fix也值得提及
- 如有GPU环境管理或Ansible经验，单独列出
- 复习CMake和Bazel的高级用法，例如自定义规则和依赖管理
- 动手搭建一个小型GPU集群（如使用Kind和NVIDIA operator），实践Helm部署
面试指南
- 如何设计一个高效的CI流水线？请结合Buildkite或GitHub Actions举例
- 描述一次你排查复杂构建失败的经历，以及你是如何找到根本原因的
- 解释Kubernetes中Pod、Deployment、Service的关系，并说明如何在GPU环境下调度Pod
- 如何优化Docker镜像大小以加速构建？
- 你对PyTorch或TensorFlow的构建系统了解多少？能否解释其构建过程？
- STAR法则（情境-任务-行动-结果）描述排查和优化经历
- 技术对比框架：列出不同工具（如Bazel vs CMake）的优缺点，结合场景推荐
- 系统设计思路：从需求、架构、风险、迭代角度阐述CI/CD方案
匹配度报告
79
综合匹配度
前沿AI基础设施岗位，技术栈新、成长空间大，薪酬有竞争力但WLB待验证。
适合人群
最适合追求技术成长和高价值项目的开发者，愿意接受一定的不确定性（WLB未明确）。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展90
工作生活60
使命价值85
薪资福利匹配
80较高
AMD作为上市大厂，薪资福利有竞争力，但JD未明确具体数字，推测处于市场较高水平。
薪资信号未披露（AI估算：25K-40K/月）
福利待遇Benefits offered are described
成长发展匹配
90较高
职位涉及AI/ML前沿技术栈，GPU、Kubernetes、CI/CD等主流现代技术，且有明确的培训和知识分享要求，成长空间大。
技术前沿前沿/新兴技术
技术栈Kubernetes、GPU、CI/CD、Python、Go、PyTorch、TensorFlow、CMake、Bazel、Ansible、Docker、Helm、ROCm、Buildkite、GitHub Actions
成长机会Train and mentor team members、create documentation、training sessions、continuous learning
业务类型profit_center
工作生活匹配
60中等
JD未明确工作模式和WLB，但AMD外企通常有较好平衡，不过GPU环境可能需要on-call。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
85较高
AMD在AI芯片和计算领域具有重要地位，参与构建下一代计算基础设施，社会影响力较高，属于高速增长赛道。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号build great products that accelerate next-generation computing experiences、solve the world’s most important challenges
创新程度积极采用新技术
Watch Jobs