海尔
模型开发平台架构师
模型开发平台架构师
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公架构师
架构师
Dpo
Lora
Rlhf
Sft
分布式训练
多模态模型
大模型
数据标注
架构设计
值不值得投
76综合评分
综合评分 76
大模型平台架构岗，技术前沿、发展空间大，WLB未明确。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
4.5万
与架构师中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
公司还在招多个职位
5 个在招
市场机会
选择不多
青岛 · 架构师 · 5 个在招
职位详情
关于这个职位
负责模型服务平台的总体架构设计，涵盖模型训练、微调、部署及数据标注全链路能力规划
需要主导大模型后训练与多模态模型工程方案，把控项目交付质量并推动平台架构在业务场景中的落地与优化
最低要求
计算机、人工智能、数学等相关专业硕士及以上学历，5年以上相关工作经验，其中至少2年算法开发/大模型后训练/微调或多模态模型开发经验，有垂域模型落地交付经历
理解主流微调方法（SFT、RLHF、DPO等）的原理与工程实现，掌握LoRA、QLoRA等高效微调技术，熟悉异构算力（GPU/NPU）下的分布式训练方案
熟悉多模态对齐与融合方法，了解主流多模态模型架构（如CLIP、BLIP、LLaVA等），能规划多模态能力在平台上的架构集成方案
熟悉大模型训练数据全流程管理，了解数据标注规范设计、标注工具集成、数据质量评估等方法，能制定数据质量标准并规划标注流程的工程化方案
具备扎实的架构设计能力，理解混合精度训练、数据并行/模型并行/流水线并行等分布式训练策略，有模型推理部署与性能调优经验
有项目管理或技术交付把控经验，能设计平台级架构方案并把控交付质量
技术攻坚与问题拆解能力强，能快速定位训练/部署中的技术瓶颈并制定解决方案
有良好的文档撰写和技术规范沉淀习惯，能将架构设计经验固化为可复用的方法论
跨团队协作能力好，能与算法、产品、工程团队高效联动
工作职责
负责模型服务平台的总体架构设计，覆盖模型训练、微调、部署、推理等全链路能力规划，制定平台技术架构方案，明确各模块技术标准与接口规范，确保架构方案可落地、可扩展
负责数据标注与处理能力链的架构规划，设计覆盖数据采集、清洗、标注、质检及标注后处理的全流程架构方案，制定标注工具与平台集成的技术标准，统筹自动化标注与人工标注的协同架构，建立数据质量评估与反馈机制，确保训练数据的质量、效率和可追溯性
负责大模型后训练与微调的工程方案设计，包括SFT、RLHF、DPO等微调方法在平台上的能力规划，训练数据质量标准制定与流水线架构设计
负责多模态模型能力的架构规划，支持视觉-语言、音频-语言、视频-语言等多模态模型的训练、对齐与部署，规划多模态数据标注方案及平台集成架构
负责项目交付过程的技术把控与里程碑管理，评审训练优化、推理性能、端侧/云侧部署、数据标注工具集成等关键技术方案，识别并推进解决关键技术风险，确保各环节交付质量满足架构标准与业务要求
建立模型效果与数据质量评估的持续优化机制，制定模型训练/微调后的评估标准与反馈流程，根据业务反馈指导平台能力迭代方向
将架构设计经验沉淀为技术规范与最佳实践，推进平台架构在业务场景中的示范应用与推广
优先资格
有数据标注平台或自动化标注相关架构经验者优先
有跨团队协作推动项目落地经验者优先
AI 洞察
优缺点分析
优点
- 接触大模型与多模态等前沿AI技术，能够主导全链路平台架构设计，技术壁垒高
- 依托大型企业的丰富业务场景与数据资源，有利于积累垂域模型落地与工程化交付经验
- 平台级架构设计经验在AI行业极具竞争力，为未来职业发展提供广阔空间
- 适合具备扎实分布式训练与架构设计能力，希望在大型平台主导大模型基础设施建设与落地的资深技术人才
缺点 / 挑战
- 大模型技术迭代极快，需要持续跟进最新算法与工程方案，学习压力大
- 跨团队协作要求高，需拉通算法、产品、工程等多个团队，沟通与项目管理成本较高
角色解读
- 从平台架构师向首席架构师或技术总监方向发展，主导更大规模的AI基础设施建设
- 深入业务场景，转型为AI业务线技术负责人，推动大模型技术在具体业务中的商业化落地
- 主导模型服务平台的总体架构设计，涵盖模型训练、微调、部署及推理的全链路能力规划
- 负责数据标注与处理流程的架构规划，统筹自动化与人工标注协同，确保训练数据质量
- 设计大模型后训练与多模态模型工程方案，把控项目交付质量并推动平台在业务场景中的落地
- 精通大模型微调技术（SFT、RLHF、DPO、LoRA等）及异构算力下的分布式训练方案
- 具备扎实的架构设计能力，熟悉多模态模型架构及混合精度、数据/模型/流水线并行策略
- 拥有大模型训练数据全流程管理经验，能制定数据质量标准并规划标注流程的工程化方案
申请策略
- 提前了解海尔在智能家居、工业互联网等领域的业务场景，思考大模型如何赋能其具体业务
- 准备好架构设计的技术规范与最佳实践案例，面试时展示将经验固化为方法论的能力
- 重点突出大模型后训练、微调（SFT/RLHF/DPO）及多模态模型开发的实际项目经验与落地成果
- 详细阐述在分布式训练、异构算力调度及模型推理部署方面的架构设计与性能调优经验
- 展示在数据标注平台设计、数据质量评估体系建立等方面的工程化方案与实践经验
- 深入学习最新的多模态对齐与融合技术（如CLIP、LLaVA等），掌握前沿的模型架构演进
- 提升跨团队项目管理与技术交付把控能力，积累大型复杂项目的里程碑管理经验
面试指南
- STAR法则：针对架构设计或技术攻坚问题，从背景、任务、行动（具体技术方案与权衡）、结果（性能提升或业务收益）展开
- 系统性思维：回答平台架构问题时，从数据采集、训练、微调到部署的全链路视角，阐述各模块的标准、接口与协同机制
- 请详细描述你主导过的大模型训练/微调平台的架构设计，以及如何解决分布式训练中的性能瓶颈？
- 在SFT、RLHF、DPO等微调方法中，你是如何根据业务场景选择并工程化落地的？
- 如何设计数据标注与处理的全流程架构，以确保多模态训练数据的质量、效率和可追溯性？
- 在跨团队协作中，你如何平衡算法团队的技术追求与工程团队的交付进度及质量要求？
- 复习分布式训练策略（数据/模型/流水线并行）及混合精度训练的底层原理与工程实现细节
- 梳理过往项目中遇到的技术瓶颈（如训练崩溃、推理延迟高），总结定位问题与制定解决方案的完整思路
职位点评
薪资福利80
成长发展90
工作生活50
使命价值75
薪资福利
80较高
该岗位为资深架构师级别，技术要求高，预计能提供具有市场竞争力的薪酬，但JD未明确披露具体薪资与福利细节。
薪资信号未披露（AI估算：3.5千–5.5万/月）
成长发展
90较高
岗位聚焦大模型与多模态等前沿技术，主导全链路平台架构设计，技术成长空间与行业竞争力极强。
技术前沿前沿/新兴技术
技术栈大模型、SFT、RLHF、DPO、LoRA、多模态、分布式训练、CLIP、LLaVA
业务类型ambiguous
工作生活
50较低
JD未提及工作模式与加班情况，作为核心架构岗且涉及项目交付把控，工作强度可能较大，WLB情况未知。
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
75中等
大模型与人工智能属于高速增长赛道，推动AI技术在企业级场景的落地具有较高的行业价值与技术使命感。
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