資深人工智慧工程師，雲端人工智慧
為澳洲服務部打造安全的企業級人工智慧與雲端平台， 為澳洲政府服務提供 MLOps、基礎架構自動化及混合雲端解決方案。
說明
- 設計並最佳化企業級人工智慧、機器學習與生成式人工智慧平台、應用程式及支援基礎架構
- 領導公有雲、地端及混合環境中的安全且可擴充工程工作
- 建立雲端原生架構、自動化基礎架構，並制定企業級人工智慧工程框架
- 開發並維護人工智慧與機器學習解決方案，涵蓋模型部署、推論、評估、監控及生命週期管理
- 設計並支援高可用性雲端基礎架構，涵蓋資源配置、容量規劃、韌性及營運效能
- 領導軟體開發、系統整合、平台部署、移轉及技術實作
- 建置並維護基礎架構即程式碼、CI/CD 管線、自動化部署及安全軟體交付流程
- 遵循澳洲政府的安全、隱私及治理要求，落實 DevSecOps 與安全設計實務
- 評估技術需求，並建議合適的架構、技術及實作方式
- 解決影響應用程式、平台、基礎架構及企業服務的複雜問題
- 以技術領導及專業建議引導跨領域交付團隊
- 制定工程標準、可重複使用的架構模式、技術文件及營運程序
- 與資料科學家、解決方案架構師、網路安全、基礎架構、核心資料團隊及其他利害關係人合作
- 推動創新、持續改善、技術治理及新興技術的採用
- 讓服務做好營運準備，並支援可靠度、版本發布、知識移轉及持續服務改善
職位要求
- 持有有效的 Baseline 安全許可
- 具備人工智慧軟體工程、雲端基礎架構、平台工程、DevOps、MLOps、解決方案架構或企業系統整合方面的資深技術經驗
- 在人工智慧／機器學習工程、軟體開發、模型部署、MLOps、雲端基礎架構、平台工程或相關技術專業領域具備豐富經驗
- 展現扎實的程式設計及軟體工程能力，尤其熟悉 Python、自動化、API 和企業應用程式整合
- 具備交付企業級人工智慧／機器學習解決方案的經驗，包括模型開發、訓練、推論、評估、部署、監控及生命週期管理
- 具備使用大型語言模型、生成式人工智慧、RAG、嵌入向量、向量資料庫、人工智慧代理及基礎模型的經驗
- 曾使用相關人工智慧框架與工具，例如 Hugging Face、vLLM/TGI、Kubeflow、AWS SageMaker、Azure AI 或 Azure Machine Learning
- 具備在 AWS、Microsoft Azure、地端或混合環境設計、實作及支援企業雲端基礎架構的經驗
- 具備 Kubernetes、OpenShift、OpenShift AI 或同等平台的使用經驗
- 具備 Docker 或 Podman、容器映像管理、登錄服務、弱點掃描及安全軟體供應鏈實務的經驗
- 具備基礎架構即程式碼及自動化工具的使用經驗，例如 Terraform、Ansible、GitOps、Argo CD、GitLab、GitHub Actions 或 Azure DevOps
- 具備 Linux 管理經驗，並熟悉網路、儲存、DNS、TLS、負載平衡、入口、憑證及雲端／地端連線
- 曾使用基礎架構監控及可觀測性工具，例如 Prometheus、Grafana、AWS CloudWatch 或 Azure Application Insights
- 具備企業平台部署與移轉、系統安裝、基礎架構疑難排解及問題管理經驗
- 具備應用 FinOps 原則的經驗
- 了解 NVIDIA GPU 基礎架構、CUDA 基礎知識、GPU 排程及人工智慧工作負載最佳化
- 了解 OpenShift AI 管線、模型登錄庫、模型服務及相容 S3 的物件儲存
- 了解企業整合技術，包括 REST API、OAuth/OIDC、API 閘道、串流平台及資料湖
- 了解 DevSecOps、角色型存取控制（RBAC）、機密管理、網路安全、弱點管理及安全平台設定
- 了解澳洲政府安全框架、隱私義務、資料主權及法規遵循
- 展現技術領導能力，並能在複雜計畫中提供專業建議與指導
- 能獨立工作、解決複雜技術挑戰並影響技術決策
- 具備設計複雜企業技術解決方案的經驗，並能實作安全、可擴充、可維護且易於支援的系統
- 曾領導或參與複雜軟體開發、系統整合、基礎架構實作、自動化部署或技術移轉
- 具備選擇、實作及改善工程方法、開發工具、自動化實務及技術標準的經驗
- 了解安全設計原則、網路安全要求、技術風險管理及治理義務
- 具備良好的書面及口語溝通能力
- 入圍者需提供履歷，建議長度為 3–5 頁，另需提交一頁且不超過 5,000 個字元的陳述
福利待遇
- 可考慮在前兩週後採居家與辦公室混合工作安排，通常每週至少兩天需到場辦公
- 為期 12 個月的合約，可能延長，最長為 24 個月
- 時薪已包含退休金