CATL logo
宁德时代
Maas平台系统架构师

Maas平台系统架构师

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 3.5–6.0万 · AI 参考估算
高级经验
本科
全职员工仅现场办公架构师
架构师
Api网关
Go
Gpu算力管理
Mq
分布式架构
微服务

值不值得投

75综合评分

综合评分 75

大模型MaaS平台架构岗,技术前沿且复杂度高,发展性强但办公与节奏信息未披露。

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

4.8万

与架构师中位数基本持平

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

约 850 个在招 · 其中架构师 3 个

职位详情

关于这个职位

该职位负责宁德时代MaaS大模型服务平台的核心系统架构与研发,覆盖算力调度、模型接入、API网关、计费计量、租户权限和监控告警等模块

重点解决高并发Token调用、异构算力资源池化、推理服务稳定性与私有化部署适配问题,适合有后端分布式系统和AI平台经验的人

最低要求

本科及以上学历,5年以上后端开发经验,Java/Go任意一种主力技术栈

熟悉微服务、分布式架构、Redis、MQ、MySQL、分布式事务、高并发调优

工作职责

负责 MaaS大模型服务平台核心系统架构,包括算力调度系统、模型接入层、API网关、计费计量、租户权限、资源配额、监控告警、用量统计核心模块研发

参与异构算力(NVIDIA/国产昇腾)资源池化、推理任务排队、负载均衡、自动扩缩容、算力错峰调度模块开发
设计高并发、高可用的Token计费、流量控制、防刷、分布式限流体系,支撑每日千亿级Token调用量
对接底层推理引擎、存储、监控系统,保障大模型推理服务SLA稳定、低延迟、高吞吐
参与私有化部署版本封装、多环境适配、国产化环境兼容迭代

优先资格

熟悉网关、权限体系、计费计量、日志链路追踪、监控体系开发者优先

有算力平台、云平台、AI平台、MaaS/LLM平台开发经验者优先
了解容器化、K8s、资源调度、GPU算力管理、推理服务部署经验优先

AI 洞察

优缺点分析

优点

  • 岗位处于大模型服务平台与算力基础设施结合方向,技术栈具有较强前沿性和积累价值
  • 工作内容覆盖网关、计费、权限、调度、监控等核心模块,能形成完整的平台级架构经验
  • 涉及NVIDIA与国产昇腾异构算力、私有化部署和国产化适配,具备复杂场景实践机会
  • 业务场景强调千亿级Token调用、高可用和低延迟,对技术能力提升有明显牵引作用
  • 系统复杂度高,需要同时处理分布式高并发、资源调度、推理服务稳定性和多环境适配问题
  • 适合有多年后端研发经验、做过高并发平台或云/AI基础设施系统,并希望向大模型服务平台架构方向深入的工程师

缺点 / 挑战

  • 涉及底层推理引擎、存储、监控和国产化环境,跨团队沟通与问题定位成本可能较高
  • 对候选人的架构能力和平台经验要求较高,竞争门槛不低,需要持续跟进AI基础设施技术演进

角色解读

  • 可向MaaS/AI基础设施架构专家方向发展,深耕大模型推理平台、算力调度和分布式系统设计
  • 可成长为平台技术负责人,负责更大范围的技术路线规划、跨团队协同和核心模块交付
  • 未来也可转向云平台的资源管理、AI PaaS、企业私有化AI平台解决方案等高价值方向
  • 负责MaaS大模型服务平台的核心架构设计,包括算力调度、模型接入、API网关、计费计量、租户权限、资源配额、监控告警和用量统计等模块
  • 参与NVIDIA与国产昇腾等异构算力资源池化,推进推理任务排队、负载均衡、自动扩缩容和错峰调度能力建设
  • 设计支撑大规模Token调用的计费、限流、防刷和高可用体系,并保障推理服务低延迟、高吞吐和SLA稳定
  • 参与私有化部署版本封装、多环境适配和国产化环境兼容迭代,连接推理引擎、存储与监控系统
  • 需要扎实的Java或Go后端开发能力,并具备5年以上后端研发经验,能够承担核心系统架构设计
  • 需要熟悉微服务、分布式架构、Redis、MQ、MySQL、分布式事务和高并发调优
  • 需要理解网关、权限体系、计费计量、日志链路追踪和监控体系,有平台型系统建设经验更佳
  • 有算力平台、云平台、AI平台、MaaS/LLM平台经验,以及K8s、容器化、GPU资源调度经验会明显加分

申请策略

  • 面试前了解MaaS平台的业务形态,重点思考如何设计大规模Token调用下的计费、限流和资源隔离体系
  • 关注国产化环境和私有化部署场景,准备多环境适配、兼容性问题和灰度发布方面的实践经验
  • 突出曾负责或参与的高并发、高可用后端系统,尤其是网关、权限、计费计量、监控告警、限流等平台模块
  • 明确写出Java或Go主力技术栈,以及微服务、Redis、MQ、MySQL、分布式事务、性能调优的实际落地经验
  • 如果有云平台、AI平台、MaaS/LLM平台、算力调度、GPU资源管理或K8s相关项目,应放在简历前部重点展示
  • 用量化结果呈现能力,例如QPS、延迟、可用性、资源利用率、扩缩容效率、故障恢复时间等
  • 补强大模型服务平台相关认知,包括模型接入、Token计费、推理任务排队、SLA保障和用量统计等核心链路
  • 熟悉Kubernetes、容器化部署、GPU资源调度、自动扩缩容和异构算力管理的基本原理与常见问题

面试指南

  • 架构题按“业务目标—核心指标—模块拆分—关键链路—容量估算—高可用设计—监控与降级”的顺序回答
  • 项目题采用STAR结构,重点说明问题背景、技术约束、你的决策依据、最终效果和可复用经验
  • 遇到算力调度或推理服务问题时,先明确资源类型、任务特征、调度目标和SLA指标,再展开方案与权衡
  • 如果让你设计支撑每日千亿级Token调用的计费与限流系统,你会如何拆分模块并保证高可用?
  • 在NVIDIA和国产昇腾异构算力资源池中,如何实现任务排队、负载均衡和自动扩缩容?
  • 请讲一次你主导或深度参与的高并发后端系统架构设计,遇到的核心瓶颈是什么,如何解决?
  • 如何保障大模型推理服务的低延迟、高吞吐和SLA稳定?监控告警体系应如何设计?
  • 私有化部署和国产化环境兼容中,你遇到过哪些典型问题,如何保证多环境一致性?

职位点评

薪资福利78
成长发展88
工作生活55
使命价值72

薪资福利

78中等

JD未披露薪资与福利信息,但从高级架构师岗位、核心平台职责和较高技术门槛看,薪酬吸引力可能较好。稳定性与福利缺少原文依据,需面试确认。

薪资信号未披露(AI估算:3.5千–6.0万/月)

成长发展

88较高

岗位覆盖MaaS平台、异构算力调度、大模型推理服务、高并发计费与限流等复杂系统,技术成长空间较大。JD未提及明确晋升通道或培训机制,发展性主要体现在技术深度和平台级项目经验。

技术前沿前沿/新兴技术
技术栈MaaS、大模型服务平台、算力调度、NVIDIA、昇腾、API网关、Token计费、分布式限流、K8s、GPU算力管理、推理服务部署
业务类型ambiguous

工作生活

55较低

JD仅明确地点为厦门市,未说明远程、混合办公、弹性工时或加班情况,生活化动机满足程度难以判断。岗位涉及核心平台架构与高可用保障,实际节奏需与招聘方确认。

工作模式未明确
办公地点未明确
加班情况未提及(无法判断)

使命价值

72中等

岗位服务于大模型服务平台和算力基础设施建设,具有较强技术前沿属性,也可能支撑企业内部AI能力建设。JD未直接描述社会价值或使命导向,意义感主要来自技术基础设施建设。

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