AI/ML 雲端軟體工程師 – 阿德雷德混合辦公
為澳洲服務部打造安全的 AI/ML 平台與雲端自動化能力。 負責合規基礎設施、平台工程，以及政府服務的軟體交付。
說明
- 在澳洲服務部技術與數位計畫組內交付複雜的應用程式開發計畫
- 為全新及既有環境建置、實作並最佳化公有雲平台工具
- 運用安全設計架構、可重複使用的模式及基礎設施即程式碼，建立可擴充且合規的解決方案
- 與資料科學、架構、網路安全及核心資料團隊合作，建立平台能力與框架
- 將治理要求及健全實務應用於網路與資源管理
- 在維持利害關係人關係並遵循機構流程的同時，展現高度自主性工作
- 倡導創新、引領變革並支援機構的策略方向
- 在相關論壇中準備、說明、呈現並影響成果與發現
- 為複雜開發解決方案製作軟體及技術設計
- 撰寫高品質程式碼，並在產品程式碼庫的整個生命週期中提供支援
- 為軟體開發及持續維護提供技術指導
- 支援複雜版本發布至正式上線及後續維護
- 執行分析、設計、開發、原型製作、單元測試及維護活動
- 評估技術需求，為專案評估及擬議解決方案提供依據
- 遵循經核准的軟體開發方法及合規要求
- 調查、診斷並解決複雜的 ICT 問題
- 評估、溝通、監控及管理風險
- 訂定團隊計畫與目標，並準備報告草案及企業文件
- 依據業務目標與期限組織工作並排定優先順序
- 在所負責的範圍內交付專案
- 必要時進行成本分析
- 遵守 APS 價值觀與行為準則，並依法律及指南行使授權
職位要求
- 持有有效的 Baseline 安全許可
- 具備至少五年的實務 AI 工程經驗
- 曾在地端、公有雲及混合平台上設計、實作並運作全新及既有的 AI/ML 環境
- 具備 Kubernetes 經驗，涵蓋命名空間、RBAC、運算子、CRD、部署、服務、Ingress 或路由、機密、ConfigMap、工作台、自訂映像檔、AI Pipelines 或 Kubeflow、模型註冊表與目錄、模型服務、分散式工作負載及監控
- 了解容器與平台工程，包括 Docker 或 Podman、映像檔建立、映像檔註冊中心、映像檔掃描、漏洞管理、容器安全及安全軟體供應鏈實務
- 具備 Linux 管理、網路及儲存經驗，包括 DNS、TLS、代理伺服器、負載平衡、Ingress、防火牆概念、憑證、腳本，以及地端或雲端連線
- 曾使用 Git、GitLab、GitHub、Azure DevOps、Tekton、GitOps 或 Argo CD、Terraform 及 Ansible 等工具進行 DevOps、CI/CD 與基礎設施即程式碼工作，包括自動化建置、測試及部署管線
- 使用 Python 和腳本進行自動化、AI/ML 整合、API、平台工具開發及營運支援
- 了解涵蓋模型訓練、推論、評估、註冊、部署、監控、最佳化、生命週期管理及自動化建置與發布流程的 AI/ML 工程與 MLOps
- 曾使用 vLLM、TGI 或同等技術、Hugging Face、LLM API、嵌入、檢索增強生成、向量資料庫、提示與評估工具、AI 代理及基礎模型等 LLM 與生成式 AI 技術
- 了解 API 與企業整合，包括 REST、驗證、OAuth 或 OIDC、API 閘道、服務間整合、串流平台、資料湖及特徵庫
- 具備 AWS 或 Azure 的實務經驗，最好兩者皆有，包括接觸 SageMaker 或 Azure AI/ML
- 了解用於管線、模型及資料集的物件儲存與資料管理
- 曾使用可觀測性及營運監控工具，包括 AWS CloudWatch 或 Azure Application Insights、日誌、指標、追蹤，以及模型或應用程式監控
- 了解安全、治理及合規實務，包括 RBAC、機密、憑證、網路政策、漏洞掃描、DevSecOps、資料主權、安全分類、隱私義務及澳洲政府監管要求
- 曾將 FinOps 實務應用於雲端及 AI 工作負載
- 運用架構原則與企業技術，將複雜技術需求轉化為可擴充、可持續且可支援的解決方案
- 能清楚說明複雜技術概念、促進利害關係人討論並建立共識
- 符合 SFIA 第 4 級能力要求，涵蓋方法與工具、程式設計或軟體開發、發布與部署、軟體設定、系統設計，以及系統整合與建置
- 符合 SFIA 第 3 級軟體設計與測試能力要求
- 提交對必要及期望條件的回應，每項回應限 5000 個字元，並提供一份不超過 3–5 頁的最新履歷。
- 福利待遇
福利待遇
- 前兩週後可考慮混合辦公安排，通常要求每週至少兩天到辦公室辦公
- 提供 12 個月合約，最長可延長至 24 個月