高级人工智能工程师，云人工智能
为澳大利亚服务部构建安全的企业级人工智能与云平台， 为澳大利亚政府服务提供 MLOps、基础设施自动化和混合云解决方案。
描述
- 设计并优化企业级人工智能、机器学习和生成式人工智能平台、应用及配套基础设施
- 领导公有云、本地部署及混合环境中的安全、可扩展工程工作
- 创建云原生架构、实现基础设施自动化，并建立企业级人工智能工程框架
- 开发和维护人工智能与机器学习解决方案，涵盖模型部署、推理、评估、监控和生命周期管理
- 设计并支持高可用云基础设施，涵盖资源分配、容量规划、韧性和运营性能
- 领导软件开发、系统集成、平台部署、迁移和技术实施
- 构建并维护基础设施即代码、CI/CD 流水线、自动化部署和安全软件交付流程
- 按照澳大利亚政府的安全、隐私和治理要求，落实 DevSecOps 和安全设计实践
- 评估技术需求，并推荐合适的架构、技术和实施方案
- 解决影响应用、平台、基础设施和企业服务的复杂问题
- 以技术领导力和专业建议指导多学科交付团队
- 制定工程标准、可复用架构模式、技术文档和运营规程
- 与数据科学家、解决方案架构师、网络安全、基础设施、核心数据团队及其他利益相关者合作
- 推动创新、持续改进、技术治理以及新兴技术的采用
- 为服务投入运营做好准备，并支持可靠性、版本发布、知识转移和持续服务改进
任职要求
- 持有有效的 Baseline 安全审查许可
- 具备人工智能软件工程、云基础设施、平台工程、DevOps、MLOps、解决方案架构或企业系统集成方面的高级技术经验
- 在人工智能/机器学习工程、软件开发、模型部署、MLOps、云基础设施、平台工程或相关技术领域拥有丰富经验
- 展现出扎实的编程和软件工程能力，尤其是 Python、自动化、API 和企业应用集成方面
- 具备交付企业级人工智能/机器学习解决方案的经验，包括模型开发、训练、推理、评估、部署、监控和生命周期管理
- 具备使用大型语言模型、生成式人工智能、RAG、嵌入向量、向量数据库、人工智能代理和基础模型的经验
- 使用过相关人工智能框架和工具，例如 Hugging Face、vLLM/TGI、Kubeflow、AWS SageMaker、Azure AI 或 Azure Machine Learning
- 具备在 AWS、Microsoft Azure、本地部署或混合环境中设计、实施和支持企业云基础设施的经验
- 具备 Kubernetes、OpenShift、OpenShift AI 或同类平台的使用经验
- 具备 Docker 或 Podman、容器镜像管理、镜像仓库、漏洞扫描和安全软件供应链实践方面的经验
- 具备基础设施即代码和自动化工具的使用经验，例如 Terraform、Ansible、GitOps、Argo CD、GitLab、GitHub Actions 或 Azure DevOps
- 具备 Linux 管理经验，并熟悉网络、存储、DNS、TLS、负载均衡、入口、证书以及云端与本地环境的连接
- 使用过基础设施监控和可观测性工具，例如 Prometheus、Grafana、AWS CloudWatch 或 Azure Application Insights
- 具备企业平台部署和迁移、系统安装、基础设施故障排查及问题管理经验
- 具备应用 FinOps 原则的经验
- 了解 NVIDIA GPU 基础设施、CUDA 基础知识、GPU 调度和人工智能工作负载优化
- 了解 OpenShift AI 流水线、模型注册表、模型服务以及兼容 S3 的对象存储
- 了解企业集成技术，包括 REST API、OAuth/OIDC、API 网关、流处理平台和数据湖
- 理解 DevSecOps、基于角色的访问控制（RBAC）、密钥管理、网络安全、漏洞管理和安全平台配置
- 理解澳大利亚政府安全框架、隐私义务、数据主权和法规遵从要求
- 展现技术领导力，并能在复杂项目中提供专业建议和指导
- 能够独立工作、解决复杂技术挑战并影响技术决策
- 具备设计复杂企业技术解决方案的经验，并能实施安全、可扩展、易维护且易于支持的系统
- 曾领导或参与复杂软件开发、系统集成、基础设施实施、自动化部署或技术迁移
- 具备选择、实施和改进工程方法、开发工具、自动化实践和技术标准的经验
- 理解安全设计原则、网络安全要求、技术风险管理和治理义务
- 具备良好的书面和口头沟通能力
- 入围候选人需提供简历，建议为 3–5 页，并提交一页篇幅且不超过 5,000 个字符的陈述
福利待遇
- 可考虑在前两周之后采用居家与办公室相结合的工作安排，通常每周至少两天到现场办公
- 为期 12 个月的合同，并可能延长，最长不超过 24 个月
- 时薪已包含退休金缴款