甲骨文
Principal Core Infrastructure Engineer – GPU
Principal Core Infrastructure Engineer – GPU
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公云计算
云计算
Gpu
Hpc
Oci
值不值得投
73综合评分
综合评分 73
甲骨文香港AI基础设施核心技术岗，技术栈前沿、客户接触直接、成长性强，但工作模式与强度需确认。
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。
薪资怎么样
7.3万
比云计算中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
15 个在招
市场机会
选择不多
香港特别行政区 · 云计算 · 1 个在招
职位详情
关于这个职位
这是一个高级核心基础设施工程师（GPU方向）职位，主要负责为客户的AI/机器学习项目设计、实施和维护基础设施
该岗位是技术工程与客户解决方案架构的混合角色，需要直接支持Oracle云基础设施（OCI）的战略客户，确保其AI/ML解决方案高效、安全、大规模地部署
最低要求
具备使用Ansible、Terraform、Python和/或Kubernetes等工具进行脚本编写和自动化的经验
具备容器化技术（如Docker、Kubernetes）和编排工具（如Slurm、PBS等）的使用经验，用于管理分布式系统
对网络概念、安全原则和最佳实践有扎实的理解
出色的解决问题的能力，能够在快节奏的环境中排除复杂问题并推动解决
出色的沟通和协作能力，能够与跨职能团队有效合作，并向非技术利益相关者传达技术概念
出色的文档能力，有记录基础设施设计、配置、流程和故障排除步骤的经验，以促进知识共享，确保可维护性并增强团队协作
具备扎实的Linux技能，有使用Oracle Linux/RHEL/CentOS、Ubuntu和Debian发行版的实践经验，包括系统管理、包管理、shell脚本和性能优化
工作职责
与OCI战略客户合作，在售前/售后阶段以技术基础设施专家的角色推动业务增长
主动承担问题，并努力寻找解决方案
能够思考解决方案，并识别/记录可能影响客户的问题
设计、部署和管理基础设施组件（如云资源、分布式计算系统和数据存储解决方案）以支持AI/ML工作流
与科学家以及软件/基础设施工程师合作，了解用于训练、测试和部署机器学习模型的基础设施需求
实施自动化解决方案，用于配置、设置和监控AI/ML基础设施，以简化操作并提高生产力
通过调整参数、优化资源利用率以及实施缓存和数据预处理技术来优化基础设施性能
确保在整个AI/ML基础设施栈中满足安全和合规标准，包括数据加密、访问控制和漏洞管理
排除基础设施性能、可扩展性和可靠性方面的问题，并实施解决方案以缓解风险并减少停机时间
了解AI/ML基础设施领域的新兴技术和最佳实践，并评估其对我们系统和工作流的潜在影响
记录基础设施设计、配置和流程，以促进知识共享并确保可维护性
作为值得信赖的客户倡导者，帮助客户/合作伙伴了解高级GPU解决方案的最佳实践，以及如何将其工作负载迁移到云
向各种规模的客户宣传Oracle云的价值主张，并参与深入的架构讨论，以确保解决方案为在云中成功部署而设计
充当客户、核心工程团队和技术支持之间的技术联络人
优先资格
精通至少一种编程语言，如Python、Rust、Go、Java或Scala
有设计、实施和管理AI/ML或HPC工作负载基础设施的成熟经验
了解机器学习框架和库（如TensorFlow、PyTorch或sci-kit-learn）及其在生产环境中的部署是加分项
熟悉DevOps实践和工具，用于持续集成、部署和监控（例如Jenkins、GitLab CI/CD、Prometheus）
在高性能计算/GPU系统方面有丰富的经验
AI 洞察
优缺点分析
优点
- 直接接触AI/ML等前沿技术栈（GPU, HPC），技术积累价值高
- 角色混合工程与客户解决方案，能锻炼综合技术能力和沟通影响力
- 在甲骨文这样的大型云平台工作，能接触到大规模、复杂的企业级基础设施
- 需要同时关注技术深度与客户业务理解，对综合能力要求高
- 在大型企业中，流程和跨团队协作可能较为复杂
- 适合具备深厚Linux与云基础设施功底，对AI/HPC领域有热情，且希望技术工作能直接影响客户业务成果的资深工程师
缺点 / 挑战
- 作为Principal级别，需处理复杂技术问题与客户需求，工作压力和责任较大
角色解读
- 技术深度：可向AI/ML基础设施架构师、HPC领域专家或GPU计算专家方向发展
- 解决方案架构：凭借客户经验，转向更广泛的云计算解决方案架构或技术咨询角色
- 团队与战略：在团队中承担更多技术领导或架构评审职责，参与更前沿的技术战略规划
- 设计与管理支撑AI/ML工作负载的核心基础设施，包括GPU集群、分布式计算和存储
- 作为技术专家，直接与客户（数据科学家、工程师）合作，解决部署与性能优化问题，并推动业务增长
- 实施自动化方案，持续监控和优化基础设施的性能、可靠性与成本
- 精通Linux系统管理与性能调优，熟悉主流发行版（RHEL, Ubuntu等）
- 熟练掌握Kubernetes、Docker等容器化技术，以及Terraform、Ansible等自动化工具
- 具备扎实的网络、安全知识，以及使用Python等语言进行脚本编写的强大能力
- 需要优秀的沟通协作能力，能作为技术纽带连接客户与内部工程团队
申请策略
- 在面试中，准备讲述一个你如何优化AI/ML基础设施性能或解决客户复杂技术问题的具体故事
- 研究甲骨文云基础设施（OCI）在GPU实例、AI服务方面的特性和优势，体现你对产品的了解
- 展示你对技术如何驱动业务价值的思考，而不仅仅是完成技术任务
- 突出在GPU/HPC集群设计、部署与性能调优方面的具体项目经验
- 强调使用Kubernetes, Terraform等工具管理生产级AI/ML工作负载的实例
- 列举与客户/跨职能团队协作解决复杂技术问题的成功案例
- 展示优秀的技术文档编写能力，体现知识沉淀与分享意识
- 深入学习主流的机器学习框架（如PyTorch, TensorFlow）及其在Kubernetes上的部署与管理实践
面试指南
- 使用STAR法则（情境、任务、行动、结果）来结构化你的回答，重点突出你的个人贡献和技术决策
- 在回答技术问题时，展现出系统性的排查思路和对关键指标（如延迟、吞吐量、成本）的关注
- 对于客户沟通类问题，强调倾听、共情和将技术语言转化为业务价值的能力
- 请描述一个你设计或优化过的GPU/HPC集群的案例，你面临的主要挑战是什么，如何解决的？
- 如果客户的一个关键AI模型训练作业在生产环境中频繁失败，你会如何排查和定位问题？
- 如何平衡AI/ML基础设施的成本、性能与可靠性？请举例说明
- 你如何向非技术背景的客户解释一个复杂的基础设施技术概念？
- 你如何看待AI/ML基础设施领域未来的技术趋势？
职位点评
薪资福利70
成长发展90
工作生活55
使命价值75
薪资福利
70中等
作为大型跨国科技公司的Principal级别职位，薪资与福利体系预计具有市场竞争力，但JD未明确披露具体数字和福利详情。
薪资信号未披露（AI估算：5.5千–9万/月）
成长发展
90较高
该职位直接处理GPU/HPC等AI核心基础设施，技术前沿性高，并涉及客户解决方案设计，能获得深厚的技术与业务综合能力成长。
技术前沿前沿/新兴技术
技术栈GPU、HPC、Kubernetes、Terraform、AI/ML、Docker、Python、Ansible、OCI
成长机会Continuous Learning、Coaches and mentors junior team members
业务类型profit_center
工作生活
55较低
JD未明确提及办公模式或工作生活平衡相关信息，需要与HR确认。Principal级别通常意味着较高的责任和潜在的工作强度。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
75中等
助力客户AI/ML创新，处于云计算和AI赋能各行各业的增长赛道中，具有积极的社会价值。
行业发展高速增长赛道
社会影响中性/一般
使命信号impact billions of lives、a better future for all
创新程度积极采用新技术
甲骨文 的其他在招职位
相似职位推荐
Watch Jobs