AI/ML 云软件工程师 – 阿德莱德混合办公
为澳大利亚服务部构建安全的 AI/ML 平台和云自动化能力。 负责合规基础设施、平台工程以及政府服务的软件交付。
描述
- 在澳大利亚服务部技术与数字项目组内交付复杂的应用开发计划
- 为全新和现有环境构建、实施并优化公有云平台工具
- 采用安全优先的架构、可复用模式和基础设施即代码，创建可扩展且合规的解决方案
- 与数据科学、架构、网络安全和核心数据团队合作，建立平台能力与框架
- 将治理要求和良好实践应用于网络与资源管理
- 在保持利益相关方关系并遵循机构流程的同时，开展高度自主的工作
- 倡导创新、引领变革并支持机构的战略方向
- 在相关论坛中准备、解释、展示并推动成果与发现
- 为复杂开发解决方案编写软件和技术设计
- 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技术指导
- 支持复杂版本发布直至上线及后续维护
- 开展分析、设计、开发、原型设计、单元测试和维护活动
- 评估技术需求，为项目评估和拟议解决方案提供依据
- 遵循经批准的软件开发方法和合规要求
- 调查、诊断并解决复杂的 ICT 问题
- 评估、沟通、监控并管理风险
- 制定团队计划和目标，并准备报告草案及企业文档
- 根据业务目标和截止期限组织并确定工作优先级
- 在职责范围内交付项目
- 在需要时开展成本分析
- 遵守 APS 价值观和行为准则，并依据法律法规及指南行使授权
任职要求
- 持有有效的 Baseline 安全许可
- 具备至少五年的实践 AI 工程经验
- 曾在本地部署、公有云和混合平台上设计、实施并运营全新及现有 AI/ML 环境
- 具备 Kubernetes 经验，涵盖命名空间、RBAC、运算符、CRD、部署、服务、Ingress 或路由、机密、ConfigMap、工作台、自定义镜像、AI Pipelines 或 Kubeflow、模型注册表与目录、模型服务、分布式工作负载及监控
- 了解容器与平台工程，包括 Docker 或 Podman、镜像创建、镜像仓库、镜像扫描、漏洞管理、容器安全和安全的软件供应链实践
- 具备 Linux 管理、网络和存储经验，包括 DNS、TLS、代理、负载均衡、Ingress、防火墙概念、证书、脚本以及本地部署或云连接
- 曾使用 Git、GitLab、GitHub、Azure DevOps、Tekton、GitOps 或 Argo CD、Terraform 和 Ansible 等工具开展 DevOps、CI/CD 和基础设施即代码工作，包括自动化构建、测试和部署流水线
- 使用 Python 和脚本进行自动化、AI/ML 集成、API、平台工具开发及运维支持
- 了解涵盖模型训练、推理、评估、注册、部署、监控、优化、生命周期管理及自动化构建与发布流程的 AI/ML 工程和 MLOps
- 曾使用 vLLM、TGI 或同类技术、Hugging Face、LLM API、嵌入、检索增强生成、向量数据库、提示词与评估工具、AI 代理和基础模型等 LLM 与生成式 AI 技术
- 了解 API 和企业集成，包括 REST、身份验证、OAuth 或 OIDC、API 网关、服务间集成、流式平台、数据湖和特征库
- 具备 AWS 或 Azure 的实践经验，最好两者均有，包括接触 SageMaker 或 Azure AI/ML
- 了解用于流水线、模型和数据集的对象存储与数据管理
- 使用过可观测性和运营监控工具，包括 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、治理和合规实践，包括 RBAC、机密、证书、网络策略、漏洞扫描、DevSecOps、数据主权、安全分类、隐私义务和澳大利亚政府监管要求
- 曾将 FinOps 实践应用于云和 AI 工作负载
- 运用架构原则和企业技术，将复杂技术需求转化为可扩展、可持续且可支持的解决方案
- 能够清晰解释复杂技术概念、促进利益相关方讨论并达成共识
- 符合 SFIA 4 级能力要求，涵盖方法与工具、编程或软件开发、发布与部署、软件配置、系统设计以及系统集成与构建
- 符合 SFIA 3 级软件设计和测试能力要求
- 提交对必要和期望标准的回应，每项回应不超过 5000 个字符，并提供一份不超过 3–5 页的最新简历。
- 福利待遇
福利待遇
- 前两周后可考虑混合办公安排，通常要求每周至少两天到办公室办公
- 提供 12 个月合同，最长可延长至 24 个月