渣打银行
AI Ops Engineer (India / China)
AI Ops Engineer (India / China)
发布于 大约 16 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
混合式弹性办公
本科
机器学习工程
Gpu
Llmops
Mlflow
Mlops
Pytorch
Tensorflow
AI 估算 · 30k–45k
外资银行技术岗，结合AI领域需求，薪资中等偏上，福利完善。
职位详情
关于这个职位
作为渣打银行的AI Ops工程师，你将负责AI平台的设计、部署与运维，聚焦MLOps/LLMOps流程、GPU优化和云平台建设
你将与数据科学家及工程团队紧密合作，确保AI解决方案的稳定与高效
该职位提供灵活办公和完善福利，适合有4-6年经验、热爱AI基础设施的工程师
最低要求
经验：4-6年AI Ops和ML Ops工程或运维经验，有交付复杂AI项目的成功记录
技术专长：精通数据平台（如Databricks）、CICD（如Azure DevOps）、机器学习框架（如TensorFlow、PyTorch）、MLOps工具（如MLflow、Kubeflow）、云平台（如Azure、AWS）和基础设施即代码（如Terraform）
GPU专长：具有GPU计算和AI工作负载优化的实践经验
编程技能：精通Python、Java、C++等
数据工程：有数据工程、集成、ETL及大数据集经验
解决问题：出色的分析和解决问题的能力，能批判性和创造性思考
沟通：出色的人际和沟通能力，能有效进行团队协作
教育：工程学位或同等学历
培训：AI/ML
认证：AI/ML、Databricks、Azure、Terraform
熟悉AI平台开发
熟悉ML框架、最佳实践和运维实施
具有在Databricks和本地集群中实施MLOps和LLMOps流水线的经验
具有设计和实施稳健数据集成管道的经验
工作职责
负责设计和交付混合AI平台
维护可扩展、高效且可靠的数据和AI管道
在Databricks和本地集群中维护MLOps和LLMOps流水线
开发和实施AI和ML模型，以增强运营并自动化日常任务
监控和分析系统性能，主动识别和解决问题
创建和维护AIOps流程和解决方案的文档
进行根因分析并实施纠正措施，以防止未来事件
设计、实施和维护AI平台在中央可观测性中的监控策略
确保AI平台交付和服务符合安全和风险要求以及运营SLA
与数据科学家、数据工程师和中央数据治理团队协作，以符合标准化数据策略
与其他团队协作，将AIOps解决方案集成到现有服务（ServiceNow、Elk等）
与技术团队和架构团队跨部门协作，以符合最佳实践和标准
执行代码审查，确保较低的技术债务并避免意大利面条式代码
紧跟行业趋势和人工智能领域的研究
发展和维护与内部和外部利益相关者的良好关系
AI 洞察
优缺点分析
优点
- 渣打银行作为国际大行，提供稳定的职业平台和全球化工作机会
- 接触前沿的AI Ops和MLOps技术，包括GPU优化、LLMOps等，技术成长快
- 福利完善，包括灵活办公、高额年假、保险和退休储蓄，重视员工福祉
- 与多元化团队协作，可提升跨文化沟通和协作能力
- 银行环境可能流程规范较多，决策链条较长，影响创新速度
- 需要同时掌握多种技术和平台，包括云、本地集群、GPU等，技术复杂度高
- 可能涉及跨时区协作，需要一定的适应能力
- 适合有MLOps/AI工程经验、喜欢稳定平台、追求工作生活平衡，且对AI基础设施技术充满热情的专业人士
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向AI平台架构师或MLOps专家方向发展，技术深度和广度均可提升
- 在银行内部有机会晋升为技术主管或团队负责人，管理AI平台团队
- 结合业务需求，转型为AI解决方案架构师，连接技术和业务
- 设计并交付混合AI平台，包括本地和云环境
- 维护MLOps和LLMOps流水线，确保模型训练、部署的自动化与稳定性
- 监控系统性能，进行根因分析并实施优化措施
- 与数据科学家、数据工程师协作，推动标准化数据策略
- 精通Python、Java或C++，熟悉TensorFlow/PyTorch等深度学习框架
- 熟悉Databricks、Azure/AWS云平台，以及Terraform等基础设施即代码工具
- 具备GPU计算优化和MLOps工具（MLflow、Kubeflow）的实践经验
- 了解数据工程、ETL流程和大数据处理
申请策略
- 了解渣打银行的科技战略和数字化转型方向，在面试中结合自己的见解
- 强调在稳定环境中推动技术创新的意愿，表明既能适应流程又能带来改进
- 突出AI平台设计或MLOps管道搭建的具体项目，说明技术选型和成果
- 强调GPU优化和云平台（Azure/AWS）的使用案例，最好有量化性能提升数据
- 展示与数据科学家和工程师协作的经验，以及如何推动项目落地
- 提及对安全、合规要求的理解，体现银行重视的审慎态度
- 深入学习Databricks和Azure DevOps的使用，掌握实际配置和部署技巧
- 练习Terraform等IaC工具，提高基础设施自动化能力
面试指南
- 采用STAR法则：情境、任务、行动、结果，清晰展示个人贡献
- 在回答中体现对技术选型权衡的思考（如成本、性能、可维护性）
- 结合业务影响来阐述，说明技术决策如何支撑业务目标
- 请描述一次你设计并实施MLOps管道的过程，遇到了哪些挑战？
- 如何优化GPU利用率以降低AI训练成本？
- 在Databricks和本地集群之间，你如何管理流水线的迁移和一致性？
- 如何确保AI平台满足银行的安全和合规要求？
- 当模型性能下降时，你的排查步骤是什么？
职位点评
79
综合评分
国际银行技术岗，福利好、灵活办公，技术前沿，但薪资面议，社会意义感一般。
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
最适合重视工作生活平衡、福利保障和技术成长的求职者。
表现最好
工作生活
相对薄弱
使命价值
薪资福利80
成长发展80
工作生活85
使命价值60
薪资福利
80较高
该职位提供有竞争力的薪资和全面的福利，包括退休储蓄、医疗和保险、长假期等，稳定性强，但具体薪资未披露。
薪资信号未披露（AI估算：30K-45K/月）
福利待遇退休储蓄、医疗和寿险、年假、育儿假、志愿者假、灵活工作
成长发展
80较高
该职位涉及AI Ops和MLOps前沿技术，提供持续学习机会，但缺乏明确的晋升路径描述。
技术前沿前沿/新兴技术
技术栈MLOps、LLMOps、GPU、Databricks、Azure、Terraform、TensorFlow、PyTorch、MLflow、Kubeflow
成长机会持续学习文化、提升技能
业务类型ambiguous
工作生活
85较高
提供灵活的办公选项和慷慨的休假政策，注重员工福祉，但未明确远程天数和加班情况。
工作模式混合式弹性办公
办公地点未明确
加班情况未提及（无法判断）
工作生活平衡灵活工作、年假、育儿假
使命价值
60中等
渣打银行有推动商业繁荣的使命，但该职位更侧重技术支撑，社会直接影响力有限。
行业发展稳定成熟行业
社会影响中性/一般
使命信号推动商业繁荣、为美好而来
创新程度积极采用新技术
渣打银行 的其他在招职位
相似职位推荐
Watch Jobs