高级人工智能与云工程师
为澳大利亚服务部构建安全的人工智能、机器学习和云平台。 负责公有云、本地及混合环境中的可扩展解决方案。
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、应用及基础设施。
- 负责公有云、本地及混合环境中的安全、可扩展工程解决方案。
- 构建云原生架构、基础设施自动化方案及企业级人工智能工程框架。
- 负责人工智能和机器学习解决方案的构建与维护，涵盖部署、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，关注容量、弹性和运行性能。
- 负责软件开发、系统集成、平台部署、迁移和技术实施。
- 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。
- 落实 DevSecOps、安全设计原则，以及澳大利亚政府的安全、隐私和治理要求。
- 评估技术需求，并推荐合适的架构、技术和实施方案。
- 解决应用、平台、基础设施和企业服务中的复杂技术问题。
- 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、技术文档和运维流程。
- 与内部和外部利益相关方合作，使解决方案符合业务需求和组织目标。
- 推动创新、持续改进、技术治理及新兴技术的应用。
- 支持运营就绪、系统可靠性、发布管理、知识转移和服务改进。
任职要求
- 持有有效的 Baseline 安全许可。
- 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资深技术经验。
- 具备扎实的编程和软件工程技能，尤其是 Python、自动化、API 和企业应用集成方面。
- 具有企业级人工智能和机器学习解决方案的设计、开发和实施经验。
- 具备人工智能/机器学习工程及 MLOps 经验，涵盖模型开发、训练、推理、评估、部署、监控和生命周期管理。
- 具有 LLM、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经验。
- 具有使用 Hugging Face、vLLM/TGI、Kubeflow、AWS SageMaker、Azure AI 或 Azure Machine Learning 等人工智能框架和工具的经验。
- 具有软件架构、系统设计、集成、配置和发布管理，以及自动化测试经验。
- 具有在 AWS、Microsoft Azure、本地或混合环境中设计、实施和支持企业云基础设施的经验。
- 具有 Kubernetes、OpenShift、OpenShift AI 或同类容器编排及云原生平台经验。
- 具有 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经验。
- 具有基础设施即代码和自动化工具经验，例如 Terraform、Ansible、GitOps、Argo CD、GitLab、GitHub Actions 或 Azure DevOps。
- 具有 Linux 管理、网络、存储、DNS、TLS、负载均衡、入口控制、证书及云端/本地连接经验。
- 具有云可用性、容量规划、性能优化、灾难恢复和运营韧性经验。
- 具有基础设施监控和可观测性工具经验，包括 Prometheus、Grafana、AWS CloudWatch 或 Azure Application Insights。
- 具有应用 FinOps 原则、云成本透明化、资源优化和财务治理的经验。
- 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。
- 具有 OpenShift AI 流水线、模型注册表、模型服务和兼容 S3 的对象存储经验。
- 了解 REST API、OAuth/OIDC、API 网关、流平台和数据湖。
- 了解 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。
- 了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。
- 具备技术领导能力，能够针对复杂项目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。
- 具有设计复杂企业技术解决方案，并实施安全、可扩展、易维护且可支持系统的经验。
- 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。
- 具有选择、实施和改进工程方法、开发工具、基础设施自动化实践及技术标准的经验。
- 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。
- 书面和口头表达清晰；能够讲解复杂技术概念、跨学科协作并影响利益相关方。
- 请提供更新后的简历，最好为 3–5 页。
- 入围候选人须提交一页陈述，长度不超过 5,000 个字符。
福利待遇
- 可考虑在最初两周后采用混合居家办公安排，通常每周至少需要两天到现场办公。
- 合同可能续期，最长合同期限为 24 个月。