AI 平台工程师

建设 AI 平台 MLOps 能力，覆盖训练、评测、推理、数据全流程流水线。

设计并落地模型研发流水线：任务编排、参数与产物管理、评测联动、发布、可观测。

基于 K8s、Workflow、调度系统，构建可扩展、可复用的平台能力，提升研发效率与资源利用率。

推动 Agent 工程化方向，参与 OpenClaw / Claude Code / Agent CLI 等工具链在研发与运维流程的落地。

沉淀最佳实践，推动训练、评测、推理场景从人工走向自动化、智能化。

本科及以上，计算机相关专业。

3 年以上后端 / 平台 / MLOps / AI Infra 经验。

熟悉 Python 或 Go，工程设计与问题排查能力扎实。

熟悉 K8s、容器、Workflow、任务调度。

理解模型研发流程（训练、评测、管理、发布）。

具备平台化思维，能将复杂流程抽象为标准化、自动化能力。

对 Agent、Claude Code、Cursor、MCP、工具调用等方向有了解或实践。 加分项 - Kubeflow、Argo Workflow、Ray、Volcano 等平台或组件经验。 - 大模型训练 / 推理平台、GPU 集群调度、模型评测平台建设经验。 - Agent 工具链、智能工单、研发助手等落地经验。 - 复杂流程平台化、跨团队推动方案落地经验。 岗位亮点

深度参与公司级 AI 平台建设，覆盖训练、评测、推理、数据与 Agent 工程化全链路。

面向真实大规模 AI 场景，解决效率、稳定性、资源治理和自动化问题。

参与 AI Infra 向 Agent Native 平台演进，推动研发流程从"人操作平台"升级为"Agent 驱动任务"。

技术挑战大、场景复杂，适合长期深耕 AI Infra / MLOps 方向的工程师。