人工智能技术平台开发工程师（研发中心-直管）

优缺点分析

角色解读

• 纵向可沿AI基础设施技术专家路线发展，深耕算力调度、推理引擎、分布式训练等细分方向，成为平台架构师或AI Infra技术负责人
• 横向可扩展到MLOps工程体系、混合云/多云AI平台建设、国产异构适配等方向，这类能力在金融、能源、制造等行业的AI平台建设中通用性较强
• 在大型集团内还可转向数字化技术管理、AI平台产品化或跨团队技术统筹等岗位
• 负责企业级AI技术平台的核心模块开发，包括算力管理、任务调度、模型服务与数据管理等平台能力，是平台从0到1或迭代升级的主要建设者
• 参与AI平台整体架构设计与技术选型，保障平台的高可用、可扩展与易运维，并参与GPU/NPU异构算力资源池的建设与调度优化
• 开发与优化模型推理引擎和在线服务框架，支撑高并发、低延迟的模型服务场景，同时推动训练、评估、发布、监控的全流程自动化
• 与算法、业务开发、运维团队协作，把平台能力沉淀为可复用的AI基础设施，支撑AI在能源业务场景中落地
• 云原生与容器化能力是基础，需要熟练使用Kubernetes、Docker，并理解调度、资源隔离与容错机制
• 扎实的工程编码能力，至少精通Python/Go/C++/Java中的一种，熟悉PyTorch、TensorFlow、MindSpore等框架的部署与性能优化
• 对异构算力有认知，了解NVIDIA GPU与CUDA、Ascend NPU与CANN，以及ROCE/RDMA/InfiniBand等高性能网络与分布式存储加速技术
• 平台化抽象与系统设计能力，能把算法工程师的共性痛点（资源隔离、优先级调度、训练容错）转化为可扩展的平台功能
• 同时具备分布式系统问题排查能力

申请策略

• 投递前了解国家电投在能源+AI方向的布局（如智能运维、功率预测、国产算力适配等），面试时能结合业务场景谈平台如何支撑落地会更受认可
• 该岗位对“平台服务业务”的定位很明确，沟通时多强调你过去如何平衡通用能力与业务定制需求，避免只谈技术不談价值
• 突出平台级项目：写清楚你参与建设的AI平台/MLOps平台的规模（节点数、GPU卡数、日均任务量）、你负责的模块和最终指标提升
• 量化异构算力与调度成果，例如资源利用率提升、任务排队时长下降、推理服务延迟与吞吐优化数据，这类硬指标最能对上JD要求
• 体现容器与云原生深度，写明Kubernetes二次开发、自定义调度器、GPU虚拟化/共享、分布式训练容错的实践细节，而不只是“会使用”
• 补充跨团队协作案例，说明你如何把算法团队的诉求转化为平台功能并推动落地，呼应JD中的平台化思维与沟通要求
• 如果GPU/NPU经验偏弱，可提前熟悉CUDA编程模型、Ascend CANN工具链，并在本地或云上搭一套K8s + Kubeflow/KubeRay的小型平台跑通训练与推理链路
• 补强高性能网络与存储知识，理解RDMA/ROCE、InfiniBand基本原理以及Lustre、GPUDirect Storage在AI场景中的作用，面试中能讲清瓶颈定位思路

面试指南

• 介绍项目时用「背景—目标—方案—结果」结构：先说业务与规模，再说你做的技术选型与取舍理由，最后给量化结果和复盘，避免只罗列技术名词
• 技术问题采用「分层排查」思路：从应用层—调度层—运行时/驱动层—网络与存储层逐层定位，说明你如何用监控指标、日志、压测缩小范围
• 协作类问题用「理解诉求—抽象共性—分期落地」框架，体现平台化思维和与算法、业务、运维多方对齐的方法
• 请介绍你参与建设过的一个AI平台，架构如何分层，你负责哪部分，遇到过最大的技术难题是什么？
• 在Kubernetes上如何实现GPU/NPU资源的隔离与共享调度？遇到过资源碎片或抢占问题吗，怎么解决的？
• 模型推理服务如何做到高并发、低延迟？你在批处理、KV Cache、模型量化或算子优化上有哪些实践？
• 分布式训练中出现任务挂起或性能不达预期，你会从哪些维度排查（网络、存储、通信、数据管道）？
• 算法团队提出互相冲突的平台需求时，你如何做优先级排序和方案抽象？