基础设施工程师 II，核心平台
为美国运通企业级 AI 工作负载构建可扩展的 GPU 基础设施。整合 Kubernetes、AIOps、可观测性和基础设施即代码，支持生产平台。
描述
- 构建符合技术要求和标准的基础设施部署方案。
- 维护清晰的技术设计和实施文档。
- 通过发现并解决问题，确保平台基础设施保持可用且高性能。
- 评估现有系统、收集需求，并找出基础设施设计和部署方面的改进机会。
- 整合基础设施组件，提升韧性、可扩展性、效率和战略契合度。
- 规划并执行测试，确认解决方案符合业务和技术要求。
- 在项目生命周期内处理技术问题，并在必要时升级上报关键问题。
- 与项目团队合作，使基础设施组件达到生产就绪状态。
- 在部署、监控和基础设施支持工作流中使用 AI 辅助工具和提示工程。
- 审查 AI 生成的建议，并发现基础设施异常、容量限制、部署风险和运维问题。
- 协助编写运行手册、排查事件、总结事后复盘、分析日志，并支持经人工审核的运维工作。
- 集成机器学习 AIOps 工具，以检测异常、预测故障并关联分布式系统中的事件。
- 使用 GitHub Copilot、Claude Code、Cursor 等工具开发和检查 Terraform、Ansible 及 Kubernetes 基础设施即代码。
- 构建和运营支持 GPU 及加速器的计算平台，管理调度、工作负载放置、容量、配额、预留和利用率。
- 为模型训练、微调、推理和智能体工作负载创建可复用的 Kubernetes 和容器平台能力。
- 为分布式 AI 工作负载开发高性能存储、网络和数据传输能力。
- 建立可观测性和 FinOps 控制，涵盖遥测、加速器使用、成本归属、异常检测、性能调优和容量预测。
- 与 AI 工程、安全、风险和平台团队合作，落实租户隔离、访问控制、密钥、供应链防护和运维就绪工作。
任职要求
- 具备 AI 智能体基础设施设计经验，包括运行时、编排框架、工具集成、异步执行和有状态工作流；例如 LangGraph 和 Semantic Kernel。
- 具备在基础设施工程、平台支持或云运维中使用智能体 AI 工具的经验，包括审查 AI 生成的运维洞察。
- 具备检查 AI 生成的运维输出并将 AI 赋能实践应用于基础设施工作流的经验。
- 具备在云或混合环境中使用基于 Kubernetes 的 AI 平台、容器、工作负载调度器以及 GPU 或加速器编排的经验。
- 具备运营模型服务或推理平台的经验，并能针对生产 AI 工作负载调优吞吐量、延迟、可用性和成本。
- 具备分布式训练或推理基础设施、高性能网络和存储、加速器遥测及容量规划经验。
- 具备将安全、可靠性工程、可观测性和 FinOps 实践应用于多租户 AI 基础设施的经验。
- 具备 Ansible、Puppet、Terraform、Python、Shell 脚本和 PowerShell 使用经验。
- 具备服务器、存储、网络、虚拟化技术和网络协议相关经验。
- 具备 DB2、SQL Server、Oracle 和 MySQL 等数据库经验。
- 具备 AWS、Azure 和 Google Cloud 等云平台经验。
- 具备 Prometheus、ElasticSearch 和 Grafana 等监控工具使用经验。
- 在基础设施工程、云工程、DevOps 或相关技术领域拥有三至五年经验，其中至少两年支持 AI 赋能基础设施、AI 自动化或智能体 AI 技术。
- 拥有计算机科学、信息技术、工程学学士学位或同等经验；优先考虑拥有高级学位者。
- 了解应用基础设施和标准、存储管理、中间件、软件定义网络、自动化和编排。
- 了解 Agile、Scrum、Agile XP、Waterfall 或类似的平台交付方法。
- 了解 DevOps 实践和工具、CI/CD 流水线、Docker、Kubernetes 及云技术。
- 了解 Windows 和 Linux 管理。
- 具备 AI 辅助基础设施自动化、可观测性、部署支持以及面向 AI 赋能工作负载的基础设施服务的实际工作知识。
- 必须具备在美国为美国运通工作的资格；不提供签证赞助。
福利待遇
- 有竞争力的基本工资。
- 奖金激励。
- 公司按退休储蓄计划缴纳 6% 的配比金额。
- 免费提供财务辅导和财务健康支持。
- 医疗、牙科、视力、人寿保险和伤残保险。
- 根据职位和业务需求，可采用灵活的混合办公、现场办公或虚拟办公安排。
- 所有父母均可享有超过 20 周的带薪育儿假，不限性别，适用于怀孕、收养或代孕。
- 根据所在地，可免费使用由护士和医生提供服务的全球现场健康中心。
- 通过 Healthy Minds 计划免费获得保密咨询服务。
- 职业发展和培训机会。
