深信服
AI研发高端岗位
AI研发高端岗位
发布于 3 天前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
本科
信息技术与基础设施
CI/CD
Cuda
Mlops
Tensorrt
分布式系统
Gpu/Tpu
AI 估算 · 30k–60k
高端AI岗位，结合深圳市场和公司规模，薪资有竞争力，中位数约45k/月
职位详情
关于这个职位
该职位负责构建和优化AI基础设施平台，支持大语言模型和多模态模型的推理与训练，需要与团队协作提升系统性能和资源利用率，适合具备分布式系统和Kubernetes经验的资深工程师
最低要求
）计算机科学、软件工程或相关专业，本科及以上学历，硕士或以上学历优先
）5年以上基础设施架构设计或分布式系统开发经验，熟悉AI和机器学习应用的基础设施需求
）精通Kubernetes、Docker、Hadoop、Spark等分布式系统技术，具备大规模计算集群的部署和运维经验
具备云计算平台（如AWS、Azure、GCP）上的资源管理和部署经验，熟悉Terraform、Ansible等基础设施自动化工具
熟悉CI/CD流程，具有MLOps经验，掌握模型的持续集成与部署（如Kubeflow、MLflow）
）有GPU/TPU加速集群的构建和优化经验，了解NVIDIA CUDA、TensorRT等深度学习推理优化工具
优秀的性能调优技能，能够分析并解决分布式环境中的性能瓶颈，熟悉GPTCache、KVCache等
）熟悉大规模训练和推理下的运维和排障方式，具备AI基础设施可观测性设计能力和故障定位能力
）出色的沟通能力，善于跨团队协作，具有支持多团队AI项目的经验
工作职责
）设计和构建高效的AI基础设施平台，支持大语言模型的推理和承载，支持多模态模型的承载
）深入优化平台的性能和硬件资源使用效率，优化AI模型的存储和计算资源利用，包括GPU/TPU、内存、带宽、存储等，提升系统的可靠性、性能和扩展性
）与其他团队密切合作，提供训练和推理基础设施的技术支持和优化方案
优先资格
）有参与建设和优化大型AI训练平台的经验
）熟悉ONNX Runtime、TensorFlow Serving等模型服务化技术
）在开源项目或社区贡献过代码或有AI基础设施架构相关技术博客和论文者优先
AI 洞察
优缺点分析
优点
- 公司为上市超大型企业，平台稳定，资源丰富，技术影响力大
- 岗位聚焦前沿AI基础设施，涉及大模型、GPU优化等热门技术，成长空间大
- 薪资待遇有竞争力，职业发展路径明确
- 技术难度高，需同时掌握分布式系统、MLOps、GPU优化等多领域知识
- 可能面临高强度工作节奏，需要快速解决生产环境中的复杂问题
缺点 / 挑战
- 适合有5年以上分布式系统经验、对AI基础设施有浓厚兴趣、愿意挑战技术难题的工程师
角色解读
- 可向AI基础设施架构师或技术专家方向发展，深入底层系统优化
- 也可转向AI平台产品管理或团队管理岗位，带领团队推动技术落地
- 设计和构建高效的AI基础设施平台，包括大语言模型和多模态模型的推理与训练环境
- 优化平台性能和资源利用率，重点提升GPU/TPU、内存、带宽等硬件效率
- 与其他团队协作，提供训练和推理基础设施的技术支持与解决方案
- 精通Kubernetes、Docker、Hadoop、Spark等分布式系统技术
- 熟悉GPU/TPU加速集群构建与优化，掌握CUDA、TensorRT等工具
- 具备MLOps经验，熟悉Kubeflow、MLflow等模型部署与持续集成流程
申请策略
- 在简历中详细描述参与过的AI基础设施项目，突出个人贡献和量化结果
- 提前了解深信服的产品和技术栈，准备相关案例
- 突出Kubernetes、Docker、Hadoop等分布式系统的实际项目经验
- 强调GPU/TPU集群构建和性能优化的成果，如吞吐量提升、延迟降低等
- 展示MLOps相关经验，如CI/CD流水线、模型部署工具使用
- 学习NVIDIA CUDA和TensorRT，掌握推理优化技术
- 熟悉Kubeflow、MLflow等MLOps平台，强化模型持续集成能力
面试指南
- 使用STAR法则描述项目经验：情境、任务、行动、结果
- 从架构设计、性能调优、故障排查三个维度系统回答问题
- 强调技术选型理由和权衡，展示深度思考
- 如何设计一个支持大语言模型推理的Kubernetes集群？
- 请描述一次你优化GPU利用率或减少推理延迟的经历
- MLOps中模型持续集成与部署的最佳实践有哪些？
- 当分布式系统出现性能瓶颈时，你的排查思路是什么？
- 复习Kubernetes集群架构、GPU虚拟化、TensorRT优化原理
职位点评
78
综合评分
高薪技术岗，前沿AI基础设施，现场办公，成长快。
更适合这类人
适合追求技术成长和前沿领域发展的求职者，对工作地点灵活性要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活60
使命价值80
薪资福利
80较高
公司上市且规模大，薪资水平有竞争力，但JD未明确具体薪酬福利，评估为较高。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
90较高
岗位聚焦前沿AI基础设施技术，学习机会丰富，成长空间大。
技术前沿前沿/新兴技术
技术栈Kubernetes、Docker、GPU、CUDA、TensorRT、MLOps、Kubeflow、Terraform、Ansible、CI/CD
业务类型ambiguous
工作生活
60中等
仅现场办公，深圳，未提及弹性工作或WLB信息，灵活性一般。
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
80较高
AI基础设施属于高速增长赛道，技术革新快，但社会影响力中性。
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
Watch Jobs