Alibaba logo
阿里巴巴
阿里云智能-AI基础设施解决方案架构师(产品技术)-北京/杭州/上海

阿里云智能-AI基础设施解决方案架构师(产品技术)-北京/杭州/上海

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 4.5–8.0万 · AI 参考估算
高级经验
本科
全职员工仅现场办公解决方案
解决方案
Ai基础设施
Deepspeed
Pytorch
Roce
Vllm
智算集群
解决方案架构

值不值得投

78综合评分

综合评分 78

前沿 AI 基础设施架构岗,技术与商业落地并重,办公灵活性未披露。

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

6.3万

比解决方案中位数高

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 5300 个在招 · 其中解决方案 97 个

市场机会

选择面较广

北京 · 解决方案 · 约 230 个在招

职位详情

关于这个职位

该职位面向企业级客户,负责云上 AI 基础设施与智算集群的端到端方案设计,覆盖算力、网络、存储、训练与推理部署

你需要深入客户生产环境做性能瓶颈分析与调优,并与销售、产品、研发和交付团队协作,推动 AI 基础设施方案商业化落地和营收增长

最低要求

计算机科学、电子工程或相关领域本科及以上学历,具有 5 年以上云计算平台、分布式系统、大规模数据处理、AI 基础设施或人工智能系统架构设计与实施经验

深入理解 AI/ML 技术栈,熟悉 PyTorch、TensorFlow 等深度学习框架以及大模型训练和推理的原理与流程
熟悉 DeepSpeed、Megatron-LM 等分布式训练框架及 vLLM、TensorRT-LLM 等推理框架,具备训练或推理性能优化的实际经验
有成功主导大型 AI 项目或产品从 0 到 1 设计与实施经验者优先
精通分布式计算及云原生架构,熟悉 Docker、Kubernetes 等容器化和编排技术
深入了解国内外算力、DPU、高性能网络(如 RoCE、InfiniBand)及高性能存储原理,具备大规模算力集群建设、管理或性能调优经验
熟练掌握 Python 等编程语言者优先
熟悉阿里云、AWS、GCP、Azure 等主流云平台,具备云上高可用、高扩展 AI 智算集群的设计和部署经验
能够围绕工作负载特征开展芯片与实例选型、容量规划、网络拓扑和存储方案设计,并在性能、成本和交付效率之间作出合理权衡
熟悉阿里云 PAI、计算实例、CPFS 等产品者优先
具备优秀的沟通协调、方案撰写和演讲能力,能够面向客户技术团队、管理层及内部协作团队清晰传达技术决策、架构设计与业务价值
英语须能够作为日常工作语言,并具备良好的跨区域、跨文化协作能力
有海外留学或工作经历,有云产品售前、POC、大型客户项目经验者优先
对 AI 基础设施技术有强烈热情和好奇心,自驱力和学习力强
具备良好的市场敏感度、分析与解决问题能力、团队协作能力和结果意识,善于攻坚复杂问题,能够在快速变化的技术和业务环境中持续推动问题解决与项目落地

工作职责

作为 AI 基础设施解决方案架构师,深入理解智算集群及云上 AI 基础设施的技术原理、产品架构和使用场景,能够根据企业级客户的业务目标、模型规模及训练与推理需求,规划设计高性能、高可靠、可扩展的端到端解决方案,推动 AI 基础设施从技术验证到商业化落地

具备良好的架构思维和系统优化能力,能够从稳定性、高性能、易用性、可用性、可运维性及成本效益等方面综合考虑,完成从算力规划、集群组网、高性能网络、存储体系到训练与推理服务部署的全链路架构设计
深入客户生产环境,围绕训练效率、推理时延、吞吐、算力利用率及单位调用成本等指标开展性能瓶颈分析与调优,输出可量化的优化结果
与前线架构师、业务拓展团队紧密合作,主动了解客户在 AI 基础设施产品和方案中遇到的困难与需求,主导技术交流、方案设计、POC、基准测试及关键项目交付,帮助客户解决技术问题并识别新的业务突破点
能够影响客户的基础设施、工程、平台及算法等不同团队,用产品和技术推动业务扩展
分析 AI 与云计算技术发展趋势、算力资源供需、行业应用演进及市场竞争格局,挖掘客户商机并形成差异化定位
沉淀可复制的行业解决方案、最佳实践,与产品团队、资源及经营、研发和交付团队紧密配合,持续反哺产品能力建设,提升产品在海外市场竞争力并推动营收增长

优先资格

有成功主导大型 AI 项目或产品从 0 到 1 设计与实施经验者优先

熟练掌握 Python 等编程语言者优先
熟悉阿里云 PAI、计算实例、CPFS 等产品者优先
有海外留学或工作经历,有云产品售前、POC、大型客户项目经验者优先

AI 洞察

优缺点分析

优点

  • 岗位处于 AI 基础设施与大模型训练推理结合的核心方向,技术栈前沿且实践场景复杂
  • 能接触企业级客户生产环境和大型项目,有利于积累端到端架构设计、性能调优和商业化落地经验
  • 与产品、研发、交付、业务拓展团队协同,视野不局限于单一技术模块,可提升技术与业务结合能力
  • 职位覆盖海外市场竞争力和营收增长,有机会参与国际化业务与跨区域协作
  • 需要直接面向客户和内部多方团队,方案推进过程中对沟通协调、预期管理和结果交付要求高
  • 适合有云计算、分布式系统或 AI 基础设施架构经验,同时愿意面向客户、参与方案设计和商业落地的资深技术人才

缺点 / 挑战

  • 技术范围广,既要懂大模型训练推理,也要懂云、网络、存储、集群和成本优化,学习压力较大
  • JD 提到快速变化的技术和业务环境、复杂问题攻坚和项目落地,意味着需要持续跟进新技术并承担交付压力

角色解读

  • 可向资深解决方案架构师、技术专家方向发展,深耕智算集群、大模型训练推理和云基础设施架构
  • 可向产品技术负责人或云 AI 基础设施产品规划方向转型,参与产品能力建设与行业解决方案沉淀
  • 也可发展为面向大客户或海外市场的技术销售架构负责人,承担更多商业拓展和客户经营职责
  • 面向企业客户设计云上 AI 基础设施方案,覆盖算力规划、集群组网、高性能网络、存储和训练推理服务部署
  • 深入客户生产环境,围绕训练效率、推理时延、吞吐、算力利用率和单位调用成本开展性能瓶颈分析与调优
  • 主导技术交流、方案设计、POC、基准测试和关键项目交付,协调客户基础设施、工程、平台和算法团队推动方案落地
  • 分析 AI、云计算、算力供需和行业应用趋势,沉淀可复制解决方案并反哺产品能力建设
  • 需要扎实的 AI/ML 技术栈理解,熟悉 PyTorch、TensorFlow、DeepSpeed、Megatron-LM、vLLM、TensorRT-LLM 等训练与推理框架
  • 需要掌握分布式计算、云原生架构、Docker、Kubernetes,以及大规模算力集群建设、管理或调优经验
  • 需要理解 DPU、RoCE、InfiniBand、高性能存储、芯片与实例选型、容量规划、网络拓扑和存储方案设计
  • 需要优秀的客户沟通能力、方案撰写与演讲能力,并能以英语作为日常工作语言进行跨区域协作

申请策略

  • 面试前重点研究阿里云 PAI、计算实例、CPFS 以及主流云厂商 AI 基础设施产品,形成对比视角
  • 准备一个完整的端到端案例,从客户需求、架构设计、POC 测试、性能瓶颈到商业落地进行结构化说明
  • 突出参与过的大规模算力集群、AI 训练或推理平台项目,说明集群规模、关键架构决策和最终效果
  • 量化展示性能优化成果,如训练效率、推理时延、吞吐、算力利用率、单位调用成本或稳定性提升
  • 强调对 PyTorch、DeepSpeed、Megatron-LM、vLLM、TensorRT-LLM、Kubernetes、RoCE、InfiniBand 等技术的实际使用经验
  • 补充客户沟通、POC、基准测试、方案撰写、技术演讲和跨团队协作经历,体现售前与交付复合能力
  • 补齐大模型训练与推理全链路知识,重点理解分布式训练策略、推理服务部署、显存优化和吞吐时延权衡
  • 加强对高性能网络、高性能存储和云上智算集群容量规划的理解,能够用数据说明架构选型依据

面试指南

  • 项目类问题采用「背景-目标-约束-架构-优化-结果-复盘」结构,重点讲清技术取舍和量化收益
  • 架构类问题采用「工作负载特征-容量规划-网络存储设计-部署运维-成本与性能权衡」框架,体现系统性思维
  • 协作类问题采用「识别干系人-明确共同目标-数据验证方案-分阶段推进-沉淀最佳实践」思路,突出结果导向
  • 请介绍一个你主导或深度参与的大规模 AI 基础设施项目,包括架构设计、技术选型和最终效果
  • 面对大模型训练效率低下的问题,你会从哪些维度定位瓶颈,如何设计基准测试和优化方案?
  • 如何为一个大模型推理业务设计高可用、高扩展、低成本的云上架构?
  • 在客户已有基础设施、工程、平台和算法团队意见不一致时,你如何推动技术方案达成共识?
  • 你如何理解 RoCE、InfiniBand、DPU 和高性能存储在智算集群中的作用?

职位点评

薪资福利78
成长发展92
工作生活55
使命价值82

薪资福利

78中等

JD 未披露薪资与福利信息,但从高级架构职责、五年以上经验要求和一线城市机会看,补偿性动机具备一定想象空间,但缺少原文依据。

薪资信号未披露(AI估算:4.5千–8.0万/月)

成长发展

92较高

岗位深度覆盖 AI 基础设施、大模型训练推理、高性能网络与云原生架构,并要求沉淀解决方案和反哺产品能力,技术成长空间强。JD 未明确提及晋升或培训机制。

技术前沿前沿/新兴技术
技术栈AI基础设施、智算集群、PyTorch、TensorFlow、DeepSpeed、Megatron-LM、vLLM、TensorRT-LLM、Docker、Kubernetes、DPU、RoCE、InfiniBand、CPFS
业务类型profit_center

工作生活

55较低

JD 明确给出北京、杭州、上海三个工作城市,但未说明具体办公模式、弹性安排或加班情况,生活化动机只能部分判断。

工作模式未明确
办公地点未明确
加班情况未提及(无法判断)

使命价值

82较高

岗位推动 AI 基础设施从技术验证到商业化落地,并提升产品海外市场竞争力和营收增长,行业前景与商业价值明确;社会价值导向表述较少。

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