Sugon logo
中科曙光
AI 算力产品经理(郑州)(J14529)

AI 算力产品经理(郑州)(J14529)

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 2.0–3.5万 · AI 参考估算
中级经验
学历未注明
全职员工仅现场办公产品经理
产品经理
Ai算力
Gpu/Dcu
Maas
Sla管理
云计算
容器平台
计费模型

值不值得投

74综合评分

综合评分 74

前沿AI算力产品岗,技术含量高,行业前景好,位于郑州产业园,WLB待确认

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

2.8万

与产品经理中位数基本持平

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

约 610 个在招 · 其中产品经理 23 个

市场机会

选择不多

郑州 · 产品经理 · 4 个在招

职位详情

关于这个职位

负责基于K8s底座的公有云AI算力产品规划与设计,将DCU/GPU等算力资源包装为可租赁、可计量的服务

需定义资源组、计费模型及SLA指标,承接训推MaaS场景,并输出PRD与路线图,协调研发与运维团队推动产品落地

最低要求

硬性要求:

年以上云产品/容器平台/AI基础设施经验,公有云背景优先
熟悉K8s核心概念(Pod/Namespace/Quota/CRD/调度),能对齐资源模型、隔离、计量
理解AI训推链路(资源申请、任务调度、模型/数据存储、推理部署)
能做算力成本核算与定价(卡时、利用率、超额订阅、弹性)
软性要求:
能把技术能力翻译成对客价值,PRD可评审、可落地
数据驱动,用利用率、交付周期、续费/流失做决策
跨团队推动力强,hold住研发、售前、运维多方

工作职责

算力产品规划:设计云算力租赁(万卡AIDC)与K8s API软租赁两类产品形态,定义资源组、规格、计量计费模型

容器平台产品化:把K8s能力抽象为对客产品(集群/命名空间/配额/ResourceGroup API),定义租户隔离与权限边界
训推MaaS承接:将训练/推理任务调度、模型服务部署包装为MaaS服务,定义队列、弹性、checkpoint等能力
可观测与SLA:定义性能基线、利用率、告警等指标,形成对客SLA承诺
需求与排期:收敛内外部需求,产出PRD/路线图,对齐半年度规划与M1里程碑

优先资格

加分项:

DCU/GPU或国产化算力交付经验
计费计量、软租赁、多租户资源治理经验
训推平台(KubeFlow/Volcano/Ray)落地经验
熟悉Karmada多集群联邦与资源聚合

AI 洞察

优缺点分析

优点

  • 处于AI算力风口,涉及国产替代(DCU)与云计算前沿领域,职业前景广阔
  • 大型上市平台提供稳定背书,接触万卡级大规模算力集群,技术视野开阔
  • 能够直接参与制定行业标准与计费模式,积累高壁垒的行业经验
  • 需要同时兼顾深厚的技术理解力(K8s/AI链路)与商业逻辑(定价/SLA),学习曲线陡峭
  • 跨团队协作复杂,需平衡研发、售前、运维多方利益,沟通成本高
  • 算力行业竞争激烈,对产品的稳定性与性价比要求极高
  • 适合有云计算或AI基础设施背景,具备较强逻辑思维和技术理解力的产品经理

缺点 / 挑战

  • 喜欢挑战复杂系统架构,对数据敏感,善于解决技术与商业平衡问题的求职者

角色解读

  • 可向AI基础设施产品专家方向发展,成为懂技术又懂商业的复合型产品负责人
  • 未来可拓展至混合云、边缘计算或更广泛的PaaS/SaaS领域,晋升为高级产品经理或产品总监
  • 负责AI算力云平台的产品架构设计,将底层GPU/DCU资源转化为标准化的云服务产品
  • 制定计费、计量、SLA等商业与技术规则,连接研发与市场需求
  • 通过数据驱动优化资源利用率与客户体验,推动MaaS场景落地
  • 精通Kubernetes容器编排原理及API设计,深入理解AI训练/推理全链路的技术瓶颈与资源需求
  • 具备B端云产品的商业化思维,擅长成本核算、定价策略及多租户资源治理
  • 拥有极强的跨部门协调能力,能将复杂技术转化为用户友好的产品方案

申请策略

  • 关注中科曙光在国产算力领域的战略布局,面试时可结合其DCU生态提出见解
  • 准备具体的案例,说明如何处理复杂的资源隔离与计费问题
  • 展现对‘技术翻译’能力的重视,即如何将晦涩的技术参数转化为客户价值
  • 突出展示过往云产品或容器平台的相关经验,特别是K8s相关功能的落地案例
  • 强调在AI算力、GPU调度或MaaS领域的具体项目成果,量化资源利用率提升或成本降低的数据
  • 体现跨团队推动能力和从0到1的产品规划能力
  • 深入学习Kubernetes的高级特性(如Operator开发、自定义调度器)
  • 补充AI大模型训练/推理的基础知识,了解主流框架(PyTorch/TensorFlow)的资源消耗特点

面试指南

  • 使用STAR法则(情境、任务、行动、结果)回答项目类问题,重点突出数据成果
  • 对于系统设计题,先阐述业务场景与约束条件,再分层讲解架构设计(接入层、控制层、数据层),最后讨论扩展性与容灾方案
  • 强调以用户价值为导向,同时兼顾技术可行性与商业可持续性
  • 如何设计一个支持多租户的K8s集群计费与计量系统?
  • 在AI训练场景中,如何平衡GPU资源的利用率与任务执行的SLA?
  • 请分享一个你主导的云产品从规划到落地的完整案例,遇到的最大挑战是什么?
  • 如何评估和定义算力产品的核心指标(如可用性、响应时间、资源效率)?
  • 面对内部研发与外部客户需求冲突时,你如何进行优先级排序?

职位点评

薪资福利75
成长发展85
工作生活60
使命价值70

薪资福利

75中等

上市公司提供稳定的薪酬福利体系,薪资水平在郑州地区具有竞争力,但相比一线城市大厂略低。

薪资信号未披露(AI估算:2.0千–3.5万/月)

成长发展

85较高

岗位涉及AI算力、K8s、MaaS等前沿技术领域,技术栈先进,成长空间大,符合发展性动机。

技术前沿前沿/新兴技术
技术栈Kubernetes、AI算力、MaaS、DCU、GPU、KubeFlow、Volcano、Ray、Karmada
业务类型profit_center

工作生活

60中等

工作地点在郑州产业园区,通勤可能较便利,但JD未提及弹性工作制,通常此类核心产品岗工作强度较大。

工作模式未明确
办公地点科技园/产业园
加班情况未提及(无法判断)

使命价值

70中等

从事国产算力基础设施建设,符合国家科技自立自强战略,具有一定的社会价值与行业使命感。

行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs