深信服
AI infra 高级开发工程师/专家/架构师
AI infra 高级开发工程师/专家/架构师
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
Ai基础设施
Cuda
Gpu
Mlops
Tensorrt
Vllm
分布式系统
AI 估算 · 30k–60k
AI基础设施岗位技术难度高，市场稀缺，深圳薪酬水平高，公司上市稳定，预估月薪中位数45k，14薪。
职位详情
关于这个职位
该职位负责设计和构建高效的AI基础设施平台，支持大语言模型和多模态模型的推理与承载
您将深入优化GPU/TPU等硬件资源利用，提升系统可靠性和扩展性，并与多个团队协作提供技术支持
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
）3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、阿里云等）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、vllm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规模AI推理平台的经验
）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
- 技术前沿，接触大模型基础设施核心，积累稀缺经验
- 深信服平台大、资源丰富，职业发展空间广阔
- 薪资竞争力强，福利完善
- 团队协作紧密，能快速提升技术视野
- 技术深度要求高，需持续学习最新AI基础设施技术
- 工作强度可能较大，涉及跨团队沟通协调
- 性能优化问题复杂，需要较强的分析能力
- 适合热爱底层技术、善于性能优化、愿意在AI基础设施领域深耕的资深工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 向AI基础设施架构师或技术专家方向发展，成为领域权威
- 可转向AI平台产品经理或技术管理岗位
- 深耕底层优化，参与开源社区或发表技术成果
- 设计和构建高效的AI基础设施平台，支持大语言模型和多模态模型的推理
- 优化GPU/TPU等硬件资源利用率，提升系统性能和扩展性
- 与多个团队协作，提供训练和推理基础设施的技术支持和优化方案
- 精通Kubernetes、Docker等分布式系统技术，具备大规模集群运维经验
- 熟悉GPU加速和推理优化工具如CUDA、TensorRT、vllm
- 具备MLOps和CI/CD经验，掌握Kubeflow、MLflow等工具
- 强性能调优和问题排查能力，能分析分布式环境瓶颈
申请策略
- 关注深信服AI战略方向，面试时展现对基础设施可靠性和性能的深刻理解
- 准备一个完整的项目案例，从架构设计到性能调优
- 突出大规模分布式系统和容器化部署经验，用具体数据量化成果
- 强调GPU/TPU优化项目，展示性能提升指标
- 展示MLOps和CI/CD实践经验，体现自动化能力
- 如有开源贡献或技术博客，重点提及
- 深入学习vllm、TensorRT等推理优化工具，动手实验
- 补充Kubernetes高级调度和资源管理知识
面试指南
- 先明确需求场景，再提出架构设计，最后用案例验证
- 结合具体项目，量化难点和解决方案，突出数据支撑
- 强调团队协作和标准化流程，体现工程化思维
- 如何设计一个支持大模型推理的Kubernetes集群？
- 你在GPU性能优化中遇到过哪些瓶颈？如何解决？
- 描述一次跨团队协作解决基础设施问题的经历
- 谈谈你对MLOps和模型持续部署的理解
- 如何监控和调优AI基础设施的可观测性？
职位点评
66
综合评分
前沿AI基础设施岗，技术导向，薪资优厚，但办公灵活性低。
更适合这类人
适合追求技术成长和薪资回报，能接受现场办公和一定工作强度的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活40
使命价值70
薪资福利
70中等
虽然公司规模大且岗位级别高，但JD未提及具体薪资福利，基于行业经验判断为市场水准以上。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
85较高
技术栈前沿，涉及大模型推理和GPU优化，能显著提升技术能力，但JD未明确提及晋升路径。
技术前沿前沿/新兴技术
技术栈GPU、TPU、CUDA、TensorRT、vllm、Kubernetes、MLOps
业务类型ambiguous
工作生活
40较低
要求现场办公，无WLB相关信息，深圳科技园工作可能面临较高强度。
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
70中等
AI基础设施属于高速增长赛道，但社会影响力中性，技术采用积极。
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