中国铝业集团有限公司
后端开发工程师（AI中台）
后端开发工程师（AI中台）
发布于 大约 16 小时前普通员工/个人贡献者
成都市
高级经验
全职员工
仅现场办公
本科
软件工程
分布式系统
Serverless
云原生
AI中台
K8S集群
AI 估算 · 18k–30k
成都高级后端，技术栈前沿，但国企背景，薪资中等偏上，预计月薪18-30K。
职位详情
关于这个职位
该职位负责AI中台核心模块的研发与架构优化，涉及数据集管理、模型训练推理等全流程，要求精通Docker、Kubernetes及Java技术栈，并具备Python或Golang多语言能力
你将主导高可用、高弹性技术方案的设计，推动跨团队协作，解决大规模模型训练中的资源调度问题
这是一个技术深度与广度并重的岗位，适合有志于AI基础设施方向的资深后端工程师
最低要求
政治素质好，理想信念坚定
遵纪守法、清正廉洁
勤勉尽责、求真务实
本科及以上学历，计算机、通信工程、数学、统计学、自动化、电气、人工智能、电子信息、信息管理、机械类等相关专业
年龄一般不超过45周岁
五年以上软件研发经验，具备云原生平台或大规模分布式系统研发经验者优先
精通Docker, Kubernetes底层原理，有大规模K8s集群部署、优化、故障排查实战经验者优先，能独立设计基于K8s的复杂业务架构（如容器化调度、弹性扩缩容方案）者优先
熟练掌握Java技术栈，具备复杂系统架构设计与开发经验
有研发安全管理等相关经验者优先
具备良好的沟通协调能力、责任心强，能主导跨团队协作，推动复杂项目落地
优秀的学习能力，具备Python/Golang多语言能力
工作职责
主导AI中台核心模块研发，设计并落地高可用、高弹性的技术方案，支撑数据集管理、数据标注、模型开发/训练/无代码训练/推理等全流程功能
负责AI中台架构优化，针对模型训练任务的资源占用特性，设计基于K8s的弹性调度策略，提升集群资源利用率，解决大规模模型训练中的资源分配、扩缩容等核心问题
参与模型服务功能设计，结合Serverless、消息中间件等技术，实现模型部署、调用、监控全链路的自动化与可视化，降低模型落地门槛
推动AI中台技术迭代与优化，负责技术调研，结合业务场景引入创新方案，提升平台性能、扩展性与易用性
统筹跨团队技术协作，对接数据、算法、业务等相关团队，明确技术需求与落地路径，主导复杂技术问题的攻关，推动项目按计划交付
负责AI中台研发安全与合规管理，制定技术规范与安全策略，保障数据与模型的安全性、合规性
完成领导安排的其他工作
优先资格
具备云原生平台或大规模分布式系统研发经验者优先
有大规模K8s集群部署、优化、故障排查实战经验者优先
能独立设计基于K8s的复杂业务架构（如容器化调度、弹性扩缩容方案）者优先
有研发安全管理等相关经验者优先
AI 洞察
优缺点分析
优点
- 技术栈前沿，涉及K8s、Serverless等云原生技术，技能积累价值高
- 国企背景，工作稳定性强，福利待遇规范
- 有机会参与AI中台从0到1的构建，项目影响力大
- 跨团队协作，能锻炼沟通和统筹能力
- 技术门槛高，需同时精通K8s、Java、云原生等多领域知识
- 国企流程可能较繁琐，决策周期较长
- AI中台在传统国企中可能并非核心业务，资源投入有限
- 适合追求技术深度与稳定性，并希望在AI基础设施领域精进的资深后端工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术深耕：成为AI基础设施领域的专家，主导更核心的架构决策
- 管理转型：逐步承担技术团队管理职责，发展为技术经理或架构师
- 业务拓展：深入理解AI业务，向AI产品经理或解决方案架构师方向发展
- 设计和开发AI中台核心模块，包括数据集管理、模型训练、推理等全流程功能
- 优化基于Kubernetes的弹性调度策略，提升集群资源利用率
- 结合Serverless和消息中间件实现模型服务的自动化部署与监控
- 统筹跨团队技术协作，解决复杂技术问题并推动项目交付
- 精通Docker和Kubernetes底层原理，具备大规模集群部署和运维经验
- 熟练掌握Java技术栈，并能进行复杂系统架构设计
- 具备Python或Golang多语言开发能力
- 熟悉云原生生态，了解分布式系统设计
申请策略
- 准备一个完整的项目案例，从架构设计到落地效果，展示你的技术主导能力
- 了解中国铝业在AI方向的战略，说明你的技能如何助力其数字化转型
- 突出K8s集群部署、优化和故障排查的实际项目经验，最好有量化成果
- 展示Java复杂系统架构设计的案例，如分布式系统、高可用方案
- 提及Python或Golang的多语言能力，以及云原生相关项目
- 强调跨团队协作和主导技术攻关的经历
- 系统学习Kubernetes调度器和弹性伸缩原理，动手搭建实验环境
- 补充Serverless和消息中间件相关知识（如Kafka、RabbitMQ）
面试指南
- 采用STAR法则：情境、任务、行动、结果
- 技术问题先分析场景，再给出方案，最后总结优化点
- 跨团队协作问题强调沟通机制、责任划分和推动力
- 请描述你设计过的一个基于K8s的弹性调度方案，解决了什么问题？
- 在大型分布式系统中，如何保证高可用和数据一致性？
- 你对AI中台的理解是什么？如何设计一个支持模型训练和推理的平台？
- 请举例说明你如何主导跨团队协作解决复杂技术问题
- Java中常用的并发工具有哪些？如何优化系统性能？
匹配度报告
65
综合匹配度
国企背景，前沿技术栈（K8s、AI中台），薪资中等偏上，但办公地点偏远且无弹性工作。
适合人群
适合注重技术成长和职业稳定性的求职者，对工作生活平衡要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展85
工作生活40
使命价值60
薪资福利匹配
75中等
国企背景薪资福利规范，但未明确披露，整体稳定性强，薪资水平中等偏上。
薪资信号未披露（AI估算：18K-30K/月）
成长发展匹配
85较高
技术栈前沿，涉及AI中台、云原生，成长空间大，但晋升路径未明确提及。
技术前沿前沿/新兴技术
技术栈Docker、Kubernetes、Java、Python、Golang、Serverless
业务类型ambiguous
工作生活匹配
40较低
仅现场办公，未提及弹性工作或远程，工作地点在成都双流区，可能离市区较远。
工作模式仅现场办公
办公地点郊区/偏远地区
加班情况未提及（无法判断）
使命价值匹配
60中等
传统国企数字化转型，有一定行业前景，但社会影响力中性。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs