智谱
Agent Infra 开发工程师
Agent Infra 开发工程师
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公平台工程
平台工程
Agent Infra
分布式系统
大模型
强化学习
Ray/Slurm
后端服务开发
值不值得投
72综合评分
综合评分 72
前沿 AI 基础设施岗，技术成长强、工程复杂度高，薪资福利与 WLB 需面试确认。
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
4.0万
比平台工程中位数高
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 100 个在招
市场机会
选择适中
北京 · 平台工程 · 50 个在招
职位详情
关于这个职位
你将参与智谱 GLM 机器学习平台开发，构建面向大模型训练、评测与强化学习的 Agent 基础设施，支撑工具调用、环境交互和多步推理等能力落地
工作涉及后端服务、任务调度、分布式系统与平台工程，并与算法、训练、数据和平台团队协作
适合对 AI Infra 和大模型研发流程有兴趣的工程师
最低要求
具备良好的编程能力和工程素养，能够独立设计并实现高质量、可维护的系统模块
至少熟练掌握以下语言之一：Golang / Rust / TypeScript
熟悉后端服务开发，理解并发编程、网络通信、RPC、任务调度、数据一致性、故障恢复等基础概念
具备良好的系统设计能力，能够在性能、稳定性、可扩展性和开发效率之间做出合理权衡
熟悉 Linux 开发环境，具备基本的问题定位、性能分析和线上排障能力
对大模型、Agent、强化学习或 AI 基础设施方向有兴趣，愿意深入理解模型研发流程并参与关键基础设施建设
具备良好的沟通协作能力，能够与算法、训练、平台等多团队高效合作
工作职责
参与 GLM 机器学习平台开发，构建面向大模型训练、评测与强化学习（RL）的下一代 Agent 基础设施
在 RL 场景中提升数据采集、环境交互、奖励评估、任务编排与训练反馈的效率
参与搭建服务于前沿大模型研发的基础设施，支撑大规模 Agent 训练、评测和迭代流程
与算法、训练、数据和平台团队紧密合作
近距离了解前沿模型研发进展，参与将最新模型能力转化为可规模化训练与验证系统的过程
优先资格
有 Kubernetes 使用、开发或运维经验，熟悉 Pod、Deployment、Job、CRD、Operator、调度、存储、网络等相关机制者优先
有大规模分布式系统、任务调度系统、训练平台、推理平台或数据平台建设经验
熟悉 Ray、Slurm 等任务编排或分布式计算框架
有云原生、容器化、服务治理、可观测性、弹性伸缩、高可用架构相关经验
熟悉模型训练或推理流程，理解 GPU 资源管理、训练任务调度、分布式训练基础概念
熟悉 OCI 镜像仓库开发和优化
AI 洞察
优缺点分析
优点
- 直接参与前沿大模型研发的基础设施，技术栈覆盖 Agent、RL、分布式系统和云原生
- 与算法、训练、数据团队紧密协作，能近距离了解 GLM 模型研发进展
- Agent Infra 是当前大模型能力迭代的关键环节，经验积累具有较强行业稀缺性
- 基础设施要支撑大规模训练与评测，对稳定性、性能和排障能力要求高
- JD 对分布式、Kubernetes 等加分项较多，竞争者可能具备较深云原生经验
- 适合有后端/平台工程经验、对 AI 基础设施和大模型研发有强烈兴趣、愿意深入分布式系统与 Agent/RL 链路的工程师
缺点 / 挑战
- 需要同时理解后端工程与大模型训练/RL 流程，跨领域学习成本较高
角色解读
- 从后端/平台模块开发起步，逐步负责 Agent Infra 核心子系统与跨团队项目
- 可向 AI Infra 架构师、平台技术专家或大模型训练/推理基础设施负责人发展
- 积累大模型 RL、Agent 环境交互和分布式调度经验，在 AI 基础设施领域具备稀缺竞争力
- 参与智谱 GLM 机器学习平台的 Agent Infra 建设，面向大模型训练、评测和强化学习场景搭建基础设施
- 负责后端服务与系统模块的设计实现，包括任务调度、环境交互、数据采集、奖励评估和训练反馈等链路
- 与算法、训练、数据和平台团队协作，将模型能力转化为可规模化训练与验证的系统
- 扎实的编程与工程能力，至少精通 Golang/Rust/TypeScript 之一，能独立设计可维护系统
- 熟悉后端服务、并发编程、网络通信、RPC、任务调度、数据一致性和故障恢复
- 具备系统设计能力，能在性能、稳定性、可扩展性和开发效率间权衡，并熟悉 Linux 排障
- 对 Kubernetes、分布式系统、Ray/Slurm、大模型/RL 有兴趣或经验
申请策略
- 投递前梳理智谱 GLM 和 Agent Infra 相关公开资料，理解岗位在模型研发链路中的位置
- 简历中突出工程复杂度与线上稳定性成果，而不仅是业务功能开发
- 突出 Golang/Rust/TypeScript 的后端服务开发经验，量化系统性能、稳定性或吞吐提升
- 展示任务调度、RPC、并发、故障恢复、分布式系统等模块的设计与落地案例
- 如有 Kubernetes、Operator/CRD、Ray/Slurm、训练/推理平台经验，放在显著位置
- 体现与算法/数据团队协作、将需求转化为平台能力的项目经历
- 补充 Kubernetes 控制器/Operator、云原生可观测性和弹性伸缩实践
- 学习 Ray 或 Slurm 的任务编排、分布式训练和 GPU 资源管理基础
面试指南
- 系统设计题用“需求拆解—架构分层—关键权衡—失败场景—监控与演进”结构回答
- 项目题用 STAR 框架，重点说明你的设计决策、性能指标和线上问题处理
- 跨团队题强调需求对齐、接口契约、迭代反馈和可观测性
- 请设计一个支撑大规模 Agent 训练/评测的任务调度系统，你会如何划分模块并保证稳定性？
- 在 Go/Rust/TypeScript 中，你如何处理高并发场景下的资源竞争、超时和故障恢复？
- 你如何理解 Agent Infra 在 RL 训练中的作用？数据采集、环境交互和奖励评估链路如何优化？
- 你有哪些 Kubernetes/Operator 或分布式计算框架（Ray/Slurm）的实践经验？遇到过什么排障问题？
- 如何与算法、训练团队协作，把模型侧需求转化为可扩展的平台能力？
职位点评
薪资福利62
成长发展90
工作生活55
使命价值85
薪资福利
62中等
JD 未披露薪资与福利，补偿性信息有限；岗位技能要求较高，具体薪酬需与招聘方确认。
薪资信号未披露（AI估算：3.0千–5.0万/月）
成长发展
90较高
岗位直接服务前沿大模型研发，覆盖 Agent、RL、分布式系统和云原生，技术成长与项目复杂度都很高。
技术前沿前沿/新兴技术
技术栈Golang、Rust、TypeScript、Kubernetes、Agent、强化学习、Ray、Slurm、分布式系统、OCI镜像仓库
成长机会有机会近距离了解前沿模型的研发进展、参与关键基础设施建设
业务类型ambiguous
工作生活
55较低
JD 未提及办公模式、弹性工时或加班安排，工作地点在北京，WLB 信息需面试确认。
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
85较高
岗位处于大模型与 Agent 基础设施前沿，行业成长性和技术影响力强，但直接社会使命信息在 JD 中较少。
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