哔哩哔哩
大模型平台研发负责人
大模型平台研发负责人
发布于 大约 16 小时前中层管理(经理/总监)
上海市
高级经验
全职员工
仅现场办公
本科
PyTorch
GO
MLOps
分布式训练
大模型
GPU调度
推理服务
AI 估算 · 50k–90k
大厂中层管理岗位，AI平台方向技术壁垒高，上海薪资水平较高，综合经验要求估算。
职位详情
关于这个职位
该职位负责哔哩哔哩大模型训练与推理平台的整体架构设计与管理，打造高性能AI基础设施
你需要主导GPU集群调度优化、全链路训练推理流水线建设，并带领团队与算法、业务部门协作，推动大模型技术落地
适合有深厚AI平台和分布式系统经验、同时具备团队管理能力的资深技术专家
最低要求
学历与经验背景：计算机、人工智能、数学等相关专业本科及以上学历
年以上后端/基础架构研发经验，3年以上AI平台、云计算或大规模分布式系统相关经验
核心技术栈：精通Go/Python/C++中至少一门编程语言
深入理解Linux操作系统、网络协议及容器化技术（Docker/Kubernetes），具备大规模K8s集群的运维与二次开发能力
GPU与调度系统经验：精通GPU虚拟化、资源隔离与调度技术
熟悉主流调度框架（如Volcano、YuniKorn等）或具备自研GPU调度系统经验者优先
对提升GPU集群利用率有成熟的方法论和实战经验
大模型训练/推理经验：熟悉主流深度学习框架（PyTorch/TensorFlow等）
深入理解大模型分布式训练原理（如数据并行、模型并行、流水线并行等）
有视频生成模型（如Sora、Stable Video Diffusion等）训练平台搭建或优化经验者优先
架构设计与工程能力：具备优秀的系统架构设计能力，能够处理高并发、高吞吐的复杂工程挑战
熟悉MLOps理念，有完整的模型训练、评估、部署流水线建设经验
综合素质：具备极强的技术前瞻性与业务洞察力，优秀的团队领导力、沟通协调能力及抗压能力，能够带领团队在快速变化的技术环境中持续突破
工作职责
平台架构规划与建设：负责公司大模型训练与推理平台的整体架构设计、技术选型与演进规划，打造高性能、高可用的AI基础设施平台
GPU资源调度与编排：主导大规模GPU集群的编排调度系统搭建，优化训练任务与推理服务的资源分配策略，最大化提升GPU利用率与集群整体效能
训练与推理全链路优化：搭建并优化大规模分布式训练流水线
同时构建高效、低延迟的推理服务模块，保障模型从训练到上线的全生命周期管理
团队管理与人才培养：负责研发与技术团队管理，包括人员招聘、梯队建设、绩效评估及日常技术指导，营造高效、创新的团队技术氛围
跨部门协同与业务赋能：与算法、业务团队紧密配合，深入理解业务需求，提供稳定可靠的底层平台支撑，推动大模型技术在业务场景中的快速落地
优先资格
有千卡/万卡级别GPU集群的实际调度与管理经验
在顶级技术会议（如OSDI, SOSP, NeurIPS等）发表过相关论文，或有知名开源项目（如Kubernetes, PyTorch生态等）的核心贡献
具备从0到1搭建视频生成大模型平台的完整成功案例
AI 洞察
优缺点分析
优点
- 站在AI浪潮前沿，接触最先进的大模型技术和千卡/万卡GPU集群，技术积累含金量高
- 哔哩哔哩作为视频内容平台，视频生成模型与业务强相关，有真实落地场景，成就感强
- 团队管理职责锻炼领导力，跨部门协作提升综合能力，职业发展路径清晰
- 大厂待遇优厚，薪资和福利有竞争力
- AI技术迭代极快，需要持续学习前沿知识，保持技术前瞻性
- 大规模GPU调度和分布式系统优化复杂度高，对架构设计能力要求极高
- 适合有深厚AI基础设施和分布式系统经验，同时具备团队管理能力和业务推动力的资深技术专家
缺点 / 挑战
- 团队管理和跨部门协同压力大，需要平衡技术理想与业务需求，抗压能力要求高
角色解读
- 技术方向：深入AI基础设施领域，成为GPU调度、分布式训练的技术专家
- 管理方向：从团队负责人向技术总监或AI平台负责人晋升，管理更大规模的团队和资源
- 业务方向：通过与算法、业务深度结合，转型为AI产品与技术融合的领军人物
- 负责大模型训练与推理平台的架构设计和技术选型，确保平台高性能、高可用
- 主导大规模GPU集群的编排调度，优化资源分配策略，提升GPU利用率
- 搭建分布式训练流水线和推理服务，实现模型从训练到上线的全生命周期管理
- 管理研发团队，包括招聘、培养和绩效评估，并与算法、业务团队紧密协作推动业务落地
- 精通Go/Python/C++，深入理解Linux、容器化技术（Docker/Kubernetes），具备大规模K8s运维和二次开发能力
- 精通GPU虚拟化、资源隔离与调度技术，熟悉Volcano、YuniKorn等调度框架
- 熟悉PyTorch/TensorFlow等深度学习框架，深入理解大模型分布式训练原理（数据并行、模型并行等）
- 具备优秀的系统架构设计能力，熟悉MLOps理念，能处理高并发高吞吐挑战
申请策略
- 在简历中清晰表达技术愿景与业务洞察，展现你能将技术能力转化为业务价值的能力
- 了解哔哩哔哩的业务方向（如视频理解、内容生成），在面试中结合具体场景讨论平台设计思路
- 突出你主导过的AI平台或大规模分布式系统项目，尤其是GPU调度、K8s二次开发经验
- 量化成果，例如GPU利用率提升百分比、训练效率提升、集群规模等数据
- 展示团队管理经验，包括团队规模、人员培养、项目交付等
- 如果有顶级会议论文或知名开源项目贡献，务必重点列出
- 补充视频生成模型（如Sora、Stable Video Diffusion）的训练平台搭建经验
- 深入研究Kubernetes调度器扩展和GPU虚拟化技术，如NVIDIA MIG、CUDA MPS等
面试指南
- STAR法则：描述情境、任务、行动、结果，重点量化成果
- 技术决策框架：明确问题、列出候选方案、分析优缺点、结合业务做出选择
- 团队管理框架：分享你的管理风格（如服务型领导）、如何激励团队、如何处理冲突
- 请描述你设计过的一个大规模GPU集群调度系统，包括架构、难点和优化效果
- 大模型分布式训练中你如何选择数据并行、模型并行、流水线并行等策略？
- 如何提升GPU集群的利用率？请分享你的方法论和实战案例
- 你是如何进行团队管理和技术决策的？请举例说明如何处理技术路线分歧
- 如果算法团队要求快速上线一个视频生成模型，你如何规划平台支持？
匹配度报告
71
综合匹配度
大厂AI平台负责人，前沿技术栈，高薪资高成长，但工作强度可能较大。
适合人群
适合最看重技术成长和职业发展，对生活平衡要求不高的技术管理者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展90
工作生活40
使命价值70
薪资福利匹配
85较高
该职位为哔哩哔哩大厂中层管理岗，薪资范围较高，且有股权激励可能，福利完善，补偿性动机满足度高。
薪资信号未披露（AI估算：50K-90K/月）
成长发展匹配
90较高
职位涉及大模型、GPU调度、K8s等前沿技术，有团队管理机会，成长路径清晰，发展性动机满足度很高。
技术前沿前沿/新兴技术
技术栈大模型、GPU调度、Kubernetes、分布式训练、PyTorch、MLOps
业务类型ambiguous
工作生活匹配
40较低
上海现场办公，大厂技术团队可能存在高强度工作，且JD未提及弹性工作或远程，生活化动机满足度有限。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
70中等
AI基础设施是当前热点行业，哔哩哔哩视频平台有真实应用场景，技术推动业务创新有一定的社会价值，但无明确使命感表述。
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