传音
大模型训推平台研发工程师（MLOps）(J20621)
大模型训推平台研发工程师（MLOps）(J20621)
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公DevOps/SRE
DevOps/SRE
Go
Mlops
任务编排
大模型训练
微服务架构
值不值得投
76综合评分
综合评分 76
大厂核心AI基建岗，技术栈前沿，成长性强，适合追求技术突破的研发人员
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
与DevOps/SRE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 780 个在招 · 其中DevOps/SRE 3 个
市场机会
选择适中
深圳 · DevOps/SRE · 37 个在招
职位详情
关于这个职位
负责大模型训练与推理平台的后端设计与开发，基于Kubernetes构建任务编排、执行管理及异常恢复机制
集成实验追踪、模型版本管理与持续交付系统，优化平台接口与权限管理，提升资源利用效率与用户体验
最低要求
计算机、软件工程或相关专业本科及以上学历
熟练掌握 Go、Python 或 Java 中的至少一种，熟悉接口设计、数据库、消息队列及异步处理，能够解决并发、幂等、状态一致性和失败恢复问题
熟悉 Linux、容器与 Kubernetes，理解 Pod、Job、资源申请和任务生命周期等基本机制，具有工作流、任务系统或开发者平台建设经验
理解模型开发、训练、评测和发布流程，能够开展实验追踪、模型管理、任务编排及相关平台组件的集成开发
具备良好的工程实践、测试、文档和协作能力，能够与算法及基础设施团队梳理需求，并通过实际任务验证平台功能和运行效果
工作职责
负责大模型训练与推理平台的后端设计与开发，建设工作区、环境模板、任务提交、日志查询和结果管理等功能
基于 Kubernetes 及相关组件开发训练、评测和批处理任务的编排与执行管理能力，完善任务状态同步、重试、超时、取消、资源释放及异常恢复机制
建设或集成实验追踪、数据与模型版本管理能力，关联代码、运行环境、参数、评测结果和模型文件，支持实验复现与结果追溯
开发模型评测、制品交付和发布流程工具，集成身份认证、镜像仓库及持续交付系统，完善平台接口、权限及模型服务部署管理能力
开发标准化任务运行环境及执行记录管理能力，对接训练与推理框架，协同基础设施团队完成资源申请与任务状态管理，持续改善平台使用体验与运行效率
优先资格
有 MLflow、Kubeflow、Argo Workflows 或 Ray 等工具开发与集成经验，或有 Kubernetes CRD/Controller、多租户权限、评测平台、代码沙箱及 Agent 任务环境经验者优先
AI 洞察
优缺点分析
优点
- 接触前沿的大模型基础设施技术，技术栈先进（K8s/MLflow等），平台型岗位视野广阔
- 需协调算法与基建多方需求，系统复杂度高，对稳定性与性能优化要求极高
- 热衷于解决复杂工程问题、对云原生和大模型技术有浓厚兴趣的中高级后端工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向AI基础设施专家、平台架构师或技术总监方向发展，深耕云原生与AI工程化领域
- 负责搭建和维护支撑大模型训练与推理的后端平台，确保任务高效稳定运行
- 精通Go/Python，深入掌握Kubernetes生态，具备分布式系统设计与高并发处理能力
申请策略
- 准备展示过往项目中关于资源隔离、故障自愈或性能优化的具体案例
- 突出K8s二次开发、大规模任务调度系统设计、高并发处理及MLOps工具链集成经验
- 深入学习Kubernetes Operator开发、分布式事务一致性保障及主流LLM训练框架原理
面试指南
- 采用STAR法则，重点阐述背景复杂度、技术方案选型依据、遇到的挑战及最终量化成果
- 如何设计一个支持多租户的K8s任务调度系统？
- 在大规模模型训练中，如何处理任务失败后的状态一致性与资源回收？
- 请介绍你使用过的MLOps工具及其优缺点
- 如何优化K8s集群的资源利用率以支持高密度训练任务？
- 复习K8s核心概念（Pod/Job/CRD）、熟悉Argo/Kubeflow工作原理，了解大模型训练的基本流程
职位点评
薪资福利75
成长发展90
工作生活60
使命价值70
薪资福利
75中等
作为已上市的跨国巨头企业，提供具有市场竞争力的薪酬和完善的福利体系，稳定性较高。
薪资信号市场水准 (2.5千–4.5万/月)
成长发展
90较高
岗位直接关联大模型这一前沿技术领域，能接触到K8s深度定制及MLOps最新实践，技术成长空间巨大。
技术前沿前沿/新兴技术
技术栈Kubernetes、Go、Python、MLflow、Kubeflow、Argo Workflows、Ray
业务类型profit_center
工作生活
60中等
未明确提及弹性工作制，互联网大厂核心研发岗通常面临一定的工作强度，但平台型岗位相对业务一线可能略好。
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
70中等
通过构建高效的AI基础设施，赋能公司核心AI战略，推动智能终端产品的技术创新，具有明确的行业价值。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs