我们正在招聘 AI 基础设施工程师，负责建设现代 AI 工程及研发团队所需的数据基础设施、AI 开发平台、MLOps/LLMOps 工具链、模型基础设施和智能体基础设施。 该岗位的工程师将与AI应用工程师、科学家、领域专家紧密合作，理解具体科研瓶颈，并将其转化为可靠、可复用、可扩展的AI工程解决方案。 该岗位涵盖三个相互协同的方向。每位工程师将根据自身经验、优势和团队需求，主要负责其中一到两个方向。 方向一：数据工程 1. 设计并建设可扩展的数据 Pipeline，支持 AI 模型开发、训练、评估和生产应用； 2. 建设结构化与非结构化数据的采集、转换、验证、版本管理和数据血缘能力； 3. 开发可靠的数据处理工作流，支持文本、图像、文档、科学数据、时序数据及其他领域特定数据； 4. 建设面向大模型和 RAG 应用的数据基础设施，包括向量存储、知识库、文本切分与向量化 Pipeline，以及检索质量评估； 5. 提升 AI 开发全流程中的数据质量、可观测性、可复现性与可访问性； 6. 与算法团队及业务团队协作，将模型开发需求转化为可复用的数据基础设施。 方向二：AI 平台、MLOps/LLMOps 与模型基础设施 1. 设计并建设支持模型端到端生命周期的 AI 开发平台，涵盖数据准备、实验、训练、评估、部署、推理、监控与迭代； 2. 建设标准化的 MLOps 和 LLMOps Pipeline、工具及工作流，以支持模型开发、全生命周期管理和生产交付； 3. 提供可复用的平台能力，支持实验追踪、数据集与模型版本管理、模型评估、模型注册、发布管理和结果复现； 4. 建设可扩展的训练、微调、评估和推理工作流，支持本地、云端、Kubernetes、GPU 集群及混合环境； 5. 开发标准化的模型部署与服务能力，包括模型封装、发布、请求路由、负载均衡、自动扩缩容、监控和故障恢复； 6. 集成并运行主流模型训练与服务框架，例如 PyTorch、DeepSpeed、FSDP、vLLM、SGLang、TensorRT-LLM、Triton Inference Server 或同类技术； 7. 针对性能、可扩展性、GPU 利用率、内存效率、可靠性和成本，优化模型训练与推理系统； 8. 通过提供标准化的开发环境、SDK、API、模板、CI/CD Pipeline 和自助服务平台能力，提升 AI 开发者体验； 9. 建设 AI 工作负载的可观测性、资源调度、容量管理、成本监控、安全与治理能力； 10. 与研发、数据和业务应用团队协作，将模型开发需求转化为可复用的平台与基础设施能力。 方向三：智能体基础设施 1. 设计并建设用于开发、部署、运行和评估 AI 智能体的基础设施； 2. 建设可复用的智能体运行时能力，包括模型接入、工具调用、工作流编排、状态管理、记忆和执行控制； 3. 开发用于智能体身份、权限、沙箱、密钥管理、可观测性、链路追踪和审计的基础设施； 4. 建设智能体评估与测试系统，覆盖任务完成度、工具使用正确性、可靠性、安全性、延迟和成本； 5. 为智能体开发团队提供可复用的 SDK、API、模板、技能、连接器和部署工作流； 6. 支持长时间运行、事件驱动、定时调度、异步执行以及包含人工介入的智能体工作流； 7. 将智能体与企业系统、数据平台、模型服务、内部工具及外部 API 集成，包括 MCP 等标准化协议。 岗位要求： 1. 硕士及以上学历，计算机科学、软件工程、云计算、大数据、系统工程、数学、人工智能等相关专业； 2. 具备扎实的编程和软件工程能力，熟悉Python、Java、Go、Rust、C++等相关编程语言； 3. 熟悉至少一个专业方向的相关技术，例如数据工程、工作流编排系统、云平台、Docker、Kubernetes、GPU集群、分布式训练框架、模型服务系统或智能体基础设施； 4. 能够将科研、算法、数据或业务需求，转化为可复用的工程平台、基础设施、工具和工作流； 5. 具备较强的系统设计、问题解决、故障排查和性能分析能力； 6. 具备良好的沟通和跨团队协作能力，能够与研究、算法、数据、产品和应用团队高效合作。 优先条件： 1. 具备设计、建设、部署或运行高可用生产系统的经验； 2. 具备 AI Agent 框架、工作流引擎、工具调用系统、记忆系统、沙箱环境或智能体评估经验； 3. 具备在云端、混合云、本地或多集群环境中支持 AI 工作负载的经验； 4. 具备数据系统的性能、可扩展性与成本优化经验； 5. 具备为科学计算、材料科学、能源、制造或其他领域应用建设 AI 基础设施的经验； 6. 具备将大模型适配到专业领域（科学计算、材料、能源、工业应用）的经验； 7. 具备开源贡献、学术发表记录，已授权专利或行业标准参与经历。