AI云软件工程师——澳大利亚混合办公
为澳大利亚服务部构建安全的人工智能和机器学习平台。 设计跨本地部署、公有云和混合环境的云基础设施、自动化与MLOps。
描述
- 在全新构建和棕地环境中设计并交付复杂的AI云软件解决方案
- 编写高质量代码，并在产品代码库的整个生命周期内提供支持
- 为软件开发和持续维护提供建议
- 支持上线活动并维护复杂的软件开发成果
- 完成分析、设计、开发、原型设计、单元测试和维护工作
- 评估项目评审和解决方案提案的技术要求
- 遵循经批准的软件开发方法和标准
- 调查并解决复杂的信息与通信技术问题
- 评估、沟通、监控和管理项目及技术风险
- 制定团队计划并明确团队目标
- 起草报告和企业文档
- 协调并确定个人和团队工作负载的优先级，以实现业务目标
- 在指定职责范围内交付项目
- 按需开展成本分析
- 与数据科学家、架构、网络安全和核心数据团队协作
- 构建基础平台能力和框架，同时应用治理、网络和资源管理最佳实践
- 在保持利益相关者关系并遵循机构流程的同时，以高度自主性独立工作
- 推动创新、引领变革并支持机构的战略方向
- 在相关论坛中展示调查结果并影响决策
- 按照APS价值观和APS行为准则展现诚信
- 根据适用法律和指南适当行使授权权限
任职要求
- 持有有效的基线安全许可
- 具备至少五年的人工智能工程实践经验
- 曾在本地部署、公有云和混合平台上设计、实施和运营全新构建及棕地AI/ML环境
- 具备Kubernetes经验，涵盖命名空间、RBAC、运算符、CRD、部署、服务、入口或路由、密钥、配置映射、工作台、自定义镜像、AI Pipelines或Kubeflow、模型注册表和目录、模型服务、分布式工作负载及监控
- 具备容器和平台工程经验，涉及Docker或Podman、镜像创建、镜像仓库、镜像扫描、漏洞管理、容器安全及安全的软件供应链实践
- 具备Linux、网络和存储管理经验，包括DNS、TLS、代理、负载均衡、入口、防火墙概念、证书、脚本以及本地部署与云连接
- 曾使用Git、GitLab、GitHub或Azure DevOps、Tekton、GitOps或Argo CD、Terraform和/或Ansible开展DevOps、CI/CD和基础设施即代码工作，并使用自动化构建、测试和部署流水线
- 使用Python和脚本进行自动化、AI/ML集成、API、平台工具开发及运营支持
- 具备AI/ML工程和MLOps经验，涵盖模型生命周期管理、训练、推理、评估、注册、部署、监控、优化以及自动化构建和发布流程
- 具备LLM和生成式AI工具经验，例如vLLM或TGI、Hugging Face、LLM API、嵌入、检索增强生成、向量数据库、提示词和评估工具、AI代理及基础模型
- 了解API和企业集成，包括REST、身份验证、OAuth/OIDC、API网关、服务间集成、流式平台、数据湖和特征存储
- 具备AWS或Azure的实际经验，最好两者均有，并接触过SageMaker或Azure AI/ML
- 使用过对象存储，并具备管道、模型和数据集的数据管理实践
- 具备可观测性和运营监控经验，涉及AWS CloudWatch或Azure Application Insights、日志、指标、追踪以及模型或应用监控
- 了解安全、治理和合规要求，包括RBAC、密钥、证书、网络策略、漏洞扫描、DevSecOps、数据主权、安全分类、隐私义务及澳大利亚政府法规
- 应用FinOps实践，涵盖云和AI工作负载的成本透明度、使用优化和财务治理
- 应用架构原则和企业技术，将复杂技术要求转化为可扩展、可持续且可支持的解决方案
- 能够清晰解释复杂技术概念、促进利益相关者讨论并达成共识
- 在方法与工具、编程与软件开发、发布与部署以及软件配置方面具备SFIA四级能力
- 在软件设计和测试方面具备SFIA三级能力
- 在系统设计以及系统集成与构建方面具备SFIA四级能力
- 加分项：具备SFIA三级应用支持能力
- 提供更新后的简历，长度不超过三至五页
- 提交对必要和优选标准的回应，每项回应不超过5000个字符
福利待遇
- 前两周后可能可以采用混合居家办公安排
- 提供12个月合同，最长可延期至24个月
