声网
AI基础设施工程师
AI基础设施工程师
发布于 1 天前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
不限
平台工程
CI/CD
Gitops
Gpu
Tdd
云原生
分布式系统
AI 估算 · 35k–55k
高级AI基础设施岗位，技能稀缺，市场竞争力强，参考一线互联网薪资水平。
职位详情
关于这个职位
该职位负责建设声网下一代统一基础设施平台，支撑AI训练、推理以及实时音视频（RTC）等核心业务
你将参与平台化交付、稳定性建设、资源性能治理（含GPU调度）等工作，需要具备扎实的软件工程基础、TDD意识以及云原生技术经验
适合对Kubernetes、分布式系统、AI基础设施方向有浓厚兴趣的后端/基础设施工程师
最低要求
扎实的软件工程基本功：清晰的抽象能力、可维护代码、良好编码规范与文档习惯
TDD 或强测试意识* ：能编写单元测试、集成测试与端到端测试，习惯用测试保障迭代质量
流程化与自动化思维* ：能把重复操作沉淀为脚本、工具或流水线，提升交付一致性
熟悉 Linux 基础与网络基础（超时/重试、限流/熔断、负载均衡、可用性与容量等概念）
良好的问题定位与故障处理能力：能用日志/指标/追踪快速缩小问题范围并给出工程化修复方案
工作职责
平台化交付
把 AI（训练/推理/离线）与实时业务（Conversational AI、RTC）相关能力沉淀为平台组件与标准化模板，让团队更快、更稳定地交付核心业务
稳定性与可运维性建设
完善监控告警、日志与追踪、发布回滚、故障演练与应急机制，让系统在高负载与异常场景下仍可控
资源与性能治理（含 GPU/CPU/网络/存储）
面向训练、离线与在线推理、以及对话与实时通信等不同形态，持续优化资源分配、调度策略与成本效率，并通过数据与自动化手段验证效果
工程化与自动化体系
用测试、流水线与工具链把重复劳动变成自动化流程，降低接入与迭代成本，提升交付质量与一致性
跨团队协作与方案落地
与算法、产品、业务、SRE 等团队合作，把需求抽象成可复用的平台能力，并推动在真实场景中稳定落地
优先资格
云原生：Kubernetes（Deployment/Service/Ingress/Gateway、HPA、PDB、affinity、taints/tolerations、节点池与隔离）
分布式与调度：作业编排、资源隔离、队列与优先级、配额治理、多集群或弹性伸缩经验
GPU 与性能优化：显存/吞吐/尾延迟分析、micro-batching、异构算力治理、MIG/MPS 等经验
训练相关经验：分布式训练（任意框架均可）、checkpoint/容错、训练任务管理与数据通道/存储优化
推理相关经验：模型服务化、灰度发布、容量规划、性能基线与回归
Conversational AI 相关* ：语音/对话链路工程化经验（如低延迟、流式处理、服务编排、链路可观测性等）
RTC 相关* ：实时通信系统经验（如时延抖动治理、容量规划、QoS 指标、在线故障处理等）
可观测性与 SRE：Prometheus/Grafana、日志体系、告警规则设计、Runbook、故障演练
交付体系：CI/CD、GitOps（ArgoCD/Flux）、蓝绿/灰度/回滚策略
AI 洞察
优缺点分析
优点
- 涉及AI基础设施前沿领域，技术含量高，能积累GPU调度、云原生等稀缺技能
- 公司已上市，平台稳定，薪酬福利有竞争力
- 接触多种工作负载（训练/推理/实时通信），技术视野广阔
- 对工程能力要求极高，需要深入理解分布式系统、云原生和性能优化
- 技术更新迭代快，需要持续学习新工具和框架
缺点 / 挑战
- 基础设施岗位可能需要on-call，保障系统稳定性压力较大
- 适合具备扎实后端/基础设施背景、热爱技术挑战、追求长期职业发展和深度成长的工程师
角色解读
- 向资深平台架构师方向发展，负责更大规模基础设施的设计与演进
- 可专精AI基础设施领域，如GPU调度、分布式训练平台负责人
- 有机会向技术管理岗位发展，带领基础设施团队
- 建设统一基础设施平台，将AI训练、推理和实时音视频业务沉淀为可复用的平台组件与标准化模板
- 完善监控、告警、日志、追踪等可观测性体系，保障系统在高负载与异常场景下的稳定性
- 优化GPU/CPU/网络/存储等资源调度与成本效率，提升系统性能和资源利用率
- 通过TDD、自动化流水线和工具链，将重复劳动自动化，提升工程交付效率与一致性
- 扎实的软件工程基本功，具备清晰的抽象能力和可维护代码的编写习惯
- 掌握TDD，能够编写单元测试、集成测试与端到端测试来保障质量
- 熟悉Linux和网络基础，理解超时、重试、限流、熔断等概念
- 了解云原生技术栈（Kubernetes、Docker）和CI/CD流水线
申请策略
- 了解声网的业务方向（RTC、Conversational AI），在面试中体现对实时通信与AI结合的理解
- 准备1-2个生产环境的技术案例，详细描述问题背景、解决过程和量化效果
- 突出云原生项目经验，如Kubernetes集群运维、CI/CD流水线搭建
- 强调TDD实践和自动化测试经验，体现代码质量意识
- 展示GPU/分布式训练或推理服务的性能优化案例，量化结果
- 提及可观测性体系建设（监控、日志、链路追踪）的具体实践
- 系统学习Kubernetes高级特性（HPA、调度策略、多集群管理）
- 掌握GPU性能分析工具（如nvidia-smi、Nsight）和优化方法（micro-batching、MIG）
面试指南
- 先明确问题边界和约束，再给出方案，强调关键权衡和取舍
- 对于故障处理类问题，采用STAR法则（情境、任务、行动、结果）结构化回答
- 展示技术细节和工程化思考，避免只谈理论
- 如何设计一个支撑AI训练和推理的统一平台架构？
- 描述一次你通过监控和日志定位线上故障的经历，并给出修复方案
- 你如何用TDD保障代码质量？请结合具体项目举例
- Kubernetes中如何实现GPU资源调度和隔离？谈谈你的实践经验
- 如何优化分布式训练的效率？你会使用哪些工具和策略？
职位点评
75
综合评分
前沿AI基础设施平台，技术成长性强，薪资优厚但办公灵活性一般
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。
更适合这类人
该职位最适合追求技术深度和成长、以长期职业发展为首要目标的求职者，能接受现场办公和可能的运维压力。
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90
工作生活60
使命价值65
薪资福利
75中等
该职位为高级技术岗，薪资预计处于市场较高水平，公司已上市，整体稳定性好，能在物质回报上较好满足求职者。
薪资信号未披露（AI估算：35K-55K/月）
成长发展
90较高
职位技术深度和广度兼具，涉及云原生、GPU、分布式调度等前沿方向，对个人能力提升和职业发展帮助巨大。
技术前沿前沿/新兴技术
技术栈Kubernetes、GPU、TDD、CI/CD、GitOps、分布式调度、Prometheus、Grafana
业务类型cost_center
工作生活
60中等
该职位为上海现场办公，未提及弹性工作或远程选项，基础设施工作可能有值班值守需求，工作与生活平衡相对一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
65中等
该职位通过构建基础设施推动AI和实时通信应用落地，具有一定技术价值，但直接的社会意义感相对中性。
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
声网 的其他在招职位
相似职位推荐
Watch Jobs