Sugon logo
中科曙光
AI 算力产品经理(天津)(J14524)

AI 算力产品经理(天津)(J14524)

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 2.5–4.5万 · 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产品经理
Gpu/Dcu
Maas
Sla管理
云计算
容器平台
算力运营
计费模型

值不值得投

77综合评分

综合评分 77

AI算力风口、技术栈前沿、平台稳定,适合追求长期职业护城河的资深产品专家

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

3.5万

比产品经理中位数高

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

选择适中

天津 · 产品经理 · 13 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资源转化为可租赁、调度的MaaS服务

需定义计费模型、租户隔离及SLA标准,并推动训推任务调度与模型部署的产品化落地,连接技术与商业价值

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,有公有云背景优先
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,接触前沿的DCU/GPU与K8s结合技术
  • 国产替代背景下,中科曙光平台稳定性高,项目规模大(万卡级)
  • 能够积累深厚的B2B云产品商业化经验
  • 技术门槛极高,需同时懂云原生底层与AI上层应用
  • 需处理复杂的异构算力兼容与调度难题
  • 适合有公有云/容器平台背景,且对AI基础设施感兴趣的技术型产品经理,具备较强的逻辑思维与系统架构理解力

缺点 / 挑战

  • ToB产品需面对客户定制化需求与标准化产品的平衡压力

角色解读

  • 可向AI基础设施产品总监发展,或转型为专注于云原生/AI领域的解决方案架构师
  • 随着国产算力崛起,具备底层硬件+云平台复合背景的产品经理极具稀缺性
  • 负责将底层的GPU/DCU算力资源通过K8s技术栈封装成标准化的公有云服务
  • 定义产品的计费模式、资源隔离策略及SLA标准
  • 衔接AI训练/推理业务与底层基础设施,确保算力的高效调度与商业化变现
  • 精通Kubernetes核心机制(调度、配额、CRD)
  • 深入理解AI大模型训练/推理的资源消耗特征
  • 具备复杂的B2B云产品计费与计量系统设计能力
  • 拥有极强的跨部门(研发、运维、销售)协同与PRD落地能力

申请策略

  • 关注公司在信创和智算中心的布局
  • 面试时准备关于“如何平衡算力资源超卖率与SLA保障”的具体案例
  • 突出K8s在大规模集群中的实际落地经验
  • 展示过往设计的复杂计费/计量模型案例
  • 强调在AI训练/推理场景下的资源优化成果(如利用率提升、成本降低)
  • 补充对国产芯片(如海光DCU)特性的了解
  • 深入学习Karmada等多集群联邦技术
  • 强化对AI大模型训练流程(Checkpoint、分布式训练)的理解

面试指南

  • 采用STAR法则:情境(背景痛点)- 任务(目标)- 行动(具体产品设计、技术选型、协调过程)- 结果(量化指标如利用率提升%、收入增长%)
  • 重点展示从技术到商业价值的转化思路
  • 请描述你设计过的最复杂的云产品计费模型,如何处理超额订阅?
  • 在K8s中如何实现多租户的资源隔离与安全边界?
  • 针对AI训练任务长耗时、易中断的特点,你的产品如何保障SLA?
  • 如何评估和提升GPU/DCU集群的整体利用率?
  • 复习K8s核心API对象及其作用
  • 了解主流AI训练框架(PyTorch/TensorFlow)的资源调度需求

职位点评

薪资福利75
成长发展90
工作生活60
使命价值80

薪资福利

75中等

作为已上市的超大型企业,薪资福利体系规范稳定,虽非互联网高薪梯队,但在天津地区属于极具竞争力的水准。

薪资信号未披露(AI估算:2.5千–4.5万/月)

成长发展

90较高

岗位深度绑定AI算力与云原生两大前沿领域,技术栈先进(K8s, DCU, MaaS),个人技能成长空间极大,职业壁垒高。

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

工作生活

60中等

大型国企/上市公司节奏相对稳健,但AI算力赛道竞争激烈,产品迭代与客户需求响应可能带来一定工作压力,WLB中等偏上。

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

80较高

投身于国家信创战略与AI基础设施建设,推动国产算力普及,具有显著的行业使命感与社会价值。

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