人工智能技术平台开发工程师（研发中心-直管）

【岗位职责】
1. 负责人工智能技术平台核心功能模块的设计与开发，包括算力管理、任务调度、模型服务、数据管理等平台能力。
2. 参与AI平台整体架构设计与技术选型，确保平台具备高可用、可扩展、易运维等特性。
3. 开发与优化AI模型推理引擎、在线服务框架，支持高并发、低延迟的模型服务场景。
4. 建设与完善AI开发全流程工具与平台，推动模型训练、评估、发布、监控的全流程自动化与标准化。
5. 参与异构算力（GPU/NPU）资源池的建设与调度优化，提升AI平台资源利用率。
6. 与算法、应用开发团队协同，支撑AI能力在业务场景中的快速集成与落地。
【任职要求】
1. 学历要求：本科及以上学历，数学类、自动化类、计算机类、电子信息类、人工智能类等相关专业优先。​
2. 工作经验：5年及以上云计算、大数据平台或AI基础设施相关领域开发经验。
3. AI基础设施经验：具有AI基础设施核心组件开发或平台建设经验，包括但不限于：AI算力管理调度、分布式训练框架、模型推理引擎、机器学习平台(MLOps)、GPU虚拟化、AI存储加速等至少一个领域，有参与过相关项目落地经验者优先。
4. 主流AI技术栈：熟悉主流AI技术栈，掌握Kubernetes、Docker等容器化技术，了解NVIDIA GPU架构及CUDA编程环境，了解Ascend NPU架构及CANN编程环境，对ROCE、RDMA、InfiniBand等高性能网络技术有一定了解。
5. 编程语言与开发工具：具备扎实的编程能力，熟练掌握Python/Go/C++/Java（至少一种）语言，熟悉PyTorch、TensorFlow、MindSpore等主流深度学习框架的部署与优化。熟练使用通义灵码、文心快码等国内主流AI编程助手，具备云原生应用开发经验。
6. AI开发流程：熟悉AI开发全流程（数据管理、模型训练、模型评估、模型发布与服务），对MLOps理念有基本理解，了解Kubeflow、KubeRay、KubeSphere等云原生AI平台开源技术者优先。
7. 平台化思维：具有平台化思维，能够理解AI场景共性需求（如算力资源隔离、任务优先级调度、分布式训练容错），按照架构设计实现高兼容、可扩展的AI平台功能模块。
8. 大规模系统经验：具有大规模分布式系统或高性能计算（HPC）平台的研发或运维经验者优先，了解分布式存储（如Lustre、GPUDirect Storage）或高性能网络优化者优先。
9. 公有云AI服务：了解主流公有云的AI基础设施与服务架构，对国内主流云厂商（阿里云、火山引擎、腾讯云、百度智能云、京东云）的AI Infra体系有基本认知，了解国产异构适配体系。
10. 需求分析与设计：具备良好的需求分析与系统设计能力，能够理解算法工程师和数据科学家的痛点，将业务需求转化为技术实现。
11. 问题排查能力：具备优秀的逻辑思维与问题排查能力，能够定位常见的分布式系统问题（如环境问题、性能瓶颈、网络故障等）。
12. 沟通与学习：较强的学习能力与跨团队沟通协调能力，能够配合算法、业务开发、运维团队，共同推动AI平台能力在业务场景中的落地与持续优化。
13. 加分项：了解混合云或多云架构下的AI平台建设；对MLOps工程落地有实践者优先。