地平线
【地瓜机器人】AI训练平台交付工程师｜混合云方向
【地瓜机器人】AI训练平台交付工程师｜混合云方向
发布于 3 天前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
本科
信息技术与基础设施
Ai训练平台
Gpu
Pytorch
Tensorflow
客户支持
测试
混合云
AI 估算 · 20k–35k
混合云AI交付工程师技术门槛高，北京大型上市企业，2年经验薪资有竞争力，中位数约27.5k/月，14薪。
职位详情
关于这个职位
该职位主要负责混合云及AI训练平台在客户侧的部署交付、资源配置、日常技术支持和问题排查
你将直接对接客户，解答平台使用、算法训练、GPU资源、任务调度等方面的问题，同时参与平台功能测试和交付验证
适合具备技术支持、项目交付或AI平台运维经验的技术人员
最低要求
本科及以上学历，计算机、软件工程、人工智能、通信、自动化等相关专业优先
具备 2年以上技术支持、项目交付、测试工程师、运维工程师或AI平台相关工作经验，有企业客户交付经验优先
熟悉 Linux 基础操作，能够进行常见命令操作、日志查看、进程排查、网络连通性检查、磁盘与资源使用分析
熟悉云平台或容器化相关技术，了解 Kubernetes、Docker、镜像、Pod、Namespace、GPU资源调度等概念者优先
了解AI模型训练基本流程，熟悉 PyTorch、TensorFlow、Jupyter、Notebook、训练脚本、依赖环境、数据集、模型输出等常见使用场景
具备一定的问题排查能力，能够根据报错日志、平台状态、资源使用情况定位常见问题，并推动问题解决
具备测试工程师基础能力，能够编写测试用例、执行测试、提交缺陷、跟踪缺陷修复，并输出测试报告
具备良好的客户沟通能力和服务意识，能够清晰理解客户需求，并用专业、耐心的方式解决客户问题
具备较强的文档编写能力，能够沉淀交付方案、操作手册、FAQ、测试报告等文档
工作认真负责，具备较强的执行力、学习能力和跨团队协作能力，能适应一定程度的客户现场或远程交付工作
工作职责
负责混合云及AI训练平台的项目交付工作：参与客户侧平台部署、环境初始化、资源配置、功能验证、上线支持等工作，保障项目按计划完成交付
负责客户日常技术支持与问题解答：对接客户在使用平台过程中的各类问题，包括账号权限、资源申请、任务提交、训练环境、镜像使用、数据挂载、作业调度、日志排查等
协助客户完成计算资源配置与使用指导：根据客户业务需求，协助配置 CPU、GPU、存储、网络、镜像、队列、命名空间等平台资源，指导客户合理使用混合云资源
解答算法训练相关问题：支持客户在模型训练过程中的常见问题排查，包括训练任务失败、依赖环境异常、显存不足、分布式训练配置、数据读取异常、性能瓶颈、训练日志分析等
负责平台功能测试与交付验证：根据项目需求和产品版本，编写或执行测试用例，完成平台功能测试、接口测试、部署验证、回归测试、兼容性测试等工作，输出测试结果和问题反馈
跟踪并推动问题闭环：对客户反馈的问题进行记录、复现、分析和定位，协调研发、产品、运维等团队推动问题解决，并及时向客户同步处理进展
沉淀交付与支持文档：编写并维护部署文档、操作手册、FAQ、客户培训材料、测试报告、交付报告等，提高交付效率和客户满意度
参与客户培训和平台使用指导：面向客户管理员、算法工程师或业务团队进行平台功能讲解、操作培训和最佳实践分享
优先资格
有混合云、私有云、公有云、AI算力平台、GPU集群、MLOps平台交付经验者优先
熟悉 Kubernetes、Volcano、KubeFlow、Ray、Slurm、Harbor、Prometheus、Grafana 等技术或组件者优先
有算法训练平台、机器学习平台、数据科学平台、Notebook平台、模型开发平台使用或交付经验者优先
熟悉分布式训练、多卡训练、GPU显存优化、训练性能调优等相关问题者优先
有ToB客户支持经验，能够独立完成客户沟通、问题定位、方案输出和项目交付者优先
有自动化测试、接口测试、性能测试、Python脚本编写经验者优先
AI 洞察
优缺点分析
优点
- 接触前沿的混合云和AI训练平台技术，积累稀缺的GPU集群交付经验
- 直接服务企业客户，锻炼沟通和问题解决能力，职业天花板高
- 地平线为上市大厂，平台稳定，薪资福利有竞争力
- 需要频繁应对客户现场或远程问题，工作节奏可能较快，出差较多
- 面对不同客户需求，需较强的抗压能力和耐心
- 适合具备Linux和云原生基础，对AI基础设施感兴趣，乐于与人沟通且善于解决复杂问题的技术人才
缺点 / 挑战
- 技术栈广（云原生、AI、测试），需持续学习，入门门槛较高
角色解读
- 可向AI平台架构师或云原生专家方向发展，深入混合云和MLOps领域
- 也可转向产品经理或技术项目经理，利用客户经验推动产品改进
- 长期可成为AI基础设施领域的资深专家，负责大型客户交付和团队管理
- 负责混合云AI训练平台在客户侧的部署交付和环境初始化，确保平台顺利上线
- 为客户提供日常技术支持，解决账号、资源、训练任务等问题
- 协助客户配置GPU、存储、网络等计算资源，指导客户合理使用混合云
- 参与平台功能测试和交付验证，编写测试用例并推动问题闭环
- 熟悉Linux操作和常见命令，具备问题排查能力
- 了解Kubernetes、Docker等容器化技术，熟悉云平台概念
- 了解AI模型训练流程，熟悉PyTorch或TensorFlow等框架
- 具备测试基础能力，能编写测试用例和报告
- 良好的客户沟通和文档编写能力
申请策略
- 了解地平线的AI芯片和平台生态，面试中展现对AI基础设施的热情
- 准备一个完整的客户问题解决案例，展示从接收问题到闭环的流程
- 突出混合云、Kubernetes、Docker等云原生项目经验，以及AI训练平台相关交付或支持经历
- 强调问题排查案例，如协助客户定位训练失败或资源瓶颈的具体过程
- 展示测试能力，如编写测试用例或自动化脚本的经历
- 体现客户沟通和文档沉淀成果，如操作手册或FAQ
- 强化Kubernetes和Deeper（如Volcano、KubeFlow）的实战能力
- 学习PyTorch分布式训练和GPU优化基础知识
面试指南
- 使用STAR法则（情境-任务-行动-结果）回答行为问题，突出技术细节和客户满意度
- 技术问题先讲原理再给排查步骤，最后总结最佳实践
- 测试相关可先说明测试策略，再示例具体用例
- 请描述一次你解决复杂客户技术支持问题的经历
- Kubernetes中Pod调度和GPU资源分配的原理是什么？如何排查GPU显存不足问题？
- 如何编写测试用例来验证AI训练平台的功能？请举例
- 如果你发现客户训练任务因依赖环境失败，你会如何定位和解决？
- 你如何管理多个客户交付项目同时进行的优先级？
职位点评
70
综合评分
大厂AI训练平台交付岗，前沿混合云技术栈，薪资有竞争力，但需偶尔出差和现场支持。
更适合这类人
该职位最适合追求技术成长和前沿领域发展的求职者，对WLB要求不高且能接受一定出差。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展85
工作生活50
使命价值70
薪资福利
75中等
薪资面议但上市大厂有竞争力，福利包括五险一金等，但JD未明确具体数字。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
85较高
技术栈前沿（混合云、AI训练平台），成长空间大，但JD未明确晋升通道。
技术前沿前沿/新兴技术
技术栈混合云、Kubernetes、Docker、PyTorch、TensorFlow、GPU、Volcano、KubeFlow
成长机会客户培训、沉淀交付与支持文档
业务类型profit_center
工作生活
50较低
仅现场办公，且需客户现场或远程交付，可能出差，WLB一般。
工作模式仅现场办公
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
70中等
AI训练平台助力企业智能化，有一定社会价值，但行业竞争激烈。
行业发展高速增长赛道
社会影响中性/一般
使命信号客户培训、最佳实践分享
创新程度积极采用新技术
Watch Jobs