深圳科创学院
部署工程师——oncepick
岗位职责
负责ViT、CNN及LLM等模型在生产环境的工程化落地，包括模型转换（ONNX/TensorRT/OpenVINO）、推理服务开发（Python/C++/Triton）及接口封装；
基于Docker构建算法服务镜像，编写Kubernetes部署资源清单（Deployment/Service/Ingress），配置HPA弹性伸缩与资源配额，保障服务韧性
负责推理服务与Redis、Kafka/RabbitMQ等中间件的对接，实现请求缓存、异步队列削峰、结果暂存等生产级能力
参与线上问题的排查与修复（服务OOM、GPU显存泄漏、延迟抖动等），编写健康检查、存活探针及监控告警规则（Prometheus + Grafana）
搭建算法服务的持续集成流水线（模型版本管理、镜像构建、灰度发布），配合业务方完成商用软件的迭代与交付
针对推理延迟（Latency）与吞吐（Throughput）进行压测与分析，优化批处理策略与GPU利用率
任职要求
计算机、软件工程、自动化、人工智能等相关专业本科及以上学历； 2.2~5年算法工程化或AI后端开发经验，有实际生产环境部署经历（非仅实验室/POC）；
熟练掌握Python，熟悉C++/Go者优先；具备良好的代码规范与工程质量意识；
熟悉ONNX Runtime、TensorRT、OpenVINO中至少一种推理后端，有实际模型加速与落地经验；
熟练使用Docker与Kubernetes，理解Pod生命周期、Service暴露、ConfigMap/Secret管理，有GPU节点调度经验（如NVIDIA GPU Operator）；
熟悉Redis（缓存/限流/分布式锁），了解消息队列（Kafka/RabbitMQ）在异步推理场景的应用；
有过ViT（Vision Transformer）、CLIP等视觉Transformer模型的部署经验；对LLM推理框架（vLLM、TGI）有了解者加分；
熟练使用Git，了解GitFlow或Trunk-Based开发流程
能预见并发、容灾、数据一致性等潜在问题；良好的跨团队协作能力，能与算法研究员、后端开发、运维高效对齐需求；关注API兼容性、版本迭代策略、文档规范与交付质量 【加分项】 加分项 - 有商用级SaaS软件或企业级AI中台的开发/交付经验 - 熟悉MLOps体系（如MLflow、Kubeflow、BentoML） - 有分布式训练或模型并行/流水线并行部署经验 - 对GPU显存优化（FlashAttention、PagedAttention）有实践 - 熟悉安全合规要求（如敏感数据脱敏、API鉴权与限流） - 有边缘端（Jetson/Android NN）或国产化芯片（昇腾/寒武纪）部署经验 此岗位为深圳科创学院下孵创业团队的在招岗位——oncepick团队 【团队介绍】 用AI定义面部美学新范式，以AI赋能面部美学，让每个人都能高效、精准、轻松地绽放独特魅力。 清华系，计算美学科技型公司，有华为，香港理工、欧曼谛、毛戈平等行业专家与科技专家，与李泽湘深圳科创学院紧密合作。聚焦Al计算美学+智能美业方向，自研面部美学智能设备，打造下一代美学入口。
招聘信息
招聘部门：科创学院创业团队
招聘人数：若干
岗位类别：科创学院创业团队
工作地点：深圳市
信息来自企业官方招聘渠道
OfferSeek 对公开岗位信息进行聚合、去重和结构化整理，最终申请以企业官方页面为准。