【上海】某公司招聘AI底座专家,100-200万,40岁以下!

智算底座专家

一、岗位职责

集团级AI底座规划与建设

负责集团 AI 基础设施（AI Infra）与智算平台的整体规划与架构设计，构建统一的算力、数据与模型支撑底座，支撑集团 AI 应用规模化落地（制造、供应链、研发、质量等场景）。

智算基础设施体系建设（AI Infra）

搭建并持续优化 GPU/CPU 混合算力资源池（本地IDC + 云），包括算力调度、资源编排、任务管理及成本优化（FinOps），提升算力利用率与弹性能力。

AI平台（MLOps / LLMOps）能力建设

构建企业级 AI 平台能力，包括但不限于：

模型训练 / 微调 / 推理平台（支持大模型与传统ML）

数据处理与特征工程平台

模型管理、版本管理与部署体系

推理服务与API网关能力

实现从数据 → 模型 → 应用的端到端闭环。

大模型（LLM）基础设施与工程化落地

负责大模型相关底座能力建设，包括：

私有化部署（如 LLaMA / Qwen 等）

向量数据库 / RAG 架构

Prompt / Agent 框架工程化

支撑知识问答、代码助手、运营提效等场景落地。

AI × 制造场景融合

结合制造业复杂场景（多工厂、OT/IT融合），推动 AI 在以下场景的基础能力沉淀：

预测性维护 / 质量分析 / 工艺优化

供应链预测 / 排产优化

研发数据分析 / 仿真加速

形成可复用的 AI 能力组件与平台化输出。

平台治理与安全合规

建立 AI 平台的权限控制、数据安全、模型安全与审计机制，满足集团级数据安全与海外合规要求。

技术团队与生态管理

负责 AI Infra / 平台团队建设与管理（自研 + 外部厂商），推动关键技术选型与架构演进。

二、任职要求

1. 基本要求

本科及以上学历，计算机、软件工程、人工智能等相关专业

8–12 年以上相关经验，具备大型企业 AI 平台或云平台建设经验

有集团级（多业务 / 多工厂 / 全球化）体系建设经验优先

2. 核心能力要求

（1）AI基础设施 / 云原生能力

熟悉 GPU 集群管理与调度（如Kubernetes + GPU Operator / Slurm）

熟悉主流云平台（Amazon Web Services / Microsoft Azure / 阿里云等）及混合云架构

具备容器化、微服务、DevOps/MLOps 实践经验

（2）AI平台与工程化能力

熟悉 MLOps / LLMOps 体系（如 Kubeflow / MLflow / Ray 等）

具备模型训练、部署、推理优化经验（如 TensorRT、ONNX 等）

熟悉数据平台（数据湖 / 数据仓库 /流式处理）

（3）大模型与AI应用理解

熟悉主流大模型架构（Transformer、LLM）

有大模型私有化部署或企业级落地经验（如 OpenAI / DeepSeek / 阿里巴巴 等生态）

熟悉 RAG、向量数据库、Agent 等技术体系

（4）架构与平台思维

能从“单点AI应用”上升到“平台化能力沉淀”

具备复杂系统架构设计能力（高并发 / 高可用 / 分布式）

3. 加分项

制造业（汽车 / 电池 / 半导体）背景，理解 OT/IT 融合

有 AI 私有化（本地部署）或数据安全合规经验

有从 0–1 搭建 AI 平台或智算中心经验

有海外项目或全球化部署经验