AI 平台工程师

该职位来源于猎聘 通过构建安全、可扩展且可靠的 AI 平台，推动企业级 AI 应用落地，为梅赛德斯-奔驰金融服务中国的未来发展作出贡献。作为 AI Hub 团队的一员，该职位负责设计、运营并持续优化平台能力、工具和标准，使 AI、生成式 AI（GenAI）及数据驱动型解决方案能够以高效、安全且具成本效益的方式，从实验阶段推进至生产环境。 设计、构建并维护企业级 AI 平台基础能力，包括本地部署的企业级模型 / 大语言模型（LLM）网关、编排能力、工作流自动化、可观测性及集成能力。 担任金融服务中国 Microsoft Power / SharePoint 平台的技术负责人，负责平台的日常运营、维护及变更需求开发。 建立并持续优化 AI 应用的 LLMOps 实践、监控机制及发布流程。 提供可复用的平台服务和工程标准，帮助 AI 软件工程师、数据工程师及业务团队更快交付 AI 应用场景，并降低运营风险。 确保 AI 平台在本地部署或受监管的企业环境中具备安全性、合规性、可观测性、可扩展性和可维护性。 优化平台性能和成本，包括资源规划、资源利用率、容量管理及平台自动化。 作为平台领域专家，参与 AI 架构、安全、治理及技术相关论坛。 该职位结合了 AI 平台工程职责，以及对部分企业生产力平台的管理职责，尤其是 Microsoft Power Platform 和 SharePoint。这些平台支持自动化、工作流数字化以及 AI 赋能的业务流程。 任职资格 教育背景 本科及以上学历，或具备同等专业经验。 工作经验 具备 5 年以上软件工程、DevOps/SRE、数据平台工程或 AI/ML 工程方面的实际工作经验。 具备在企业环境中构建、运营或支持生产级 AI/ML、数据或应用平台的实践经验。 专业知识 深入了解 DevOps/SRE 实践、自动化及生产环境运维。 具备 Docker、Kubernetes 等容器及编排技术的实操经验，并熟悉基于 Linux 的企业级基础设施。 熟悉 LLMOps 相关概念，包括模型部署、监控、可观测性、评估及回滚机制。 良好理解 LLM 应用技术栈及 AI 工程模式，例如 RAG、Embedding、向量数据库、工作流编排及基于 API 的模型服务。 熟练掌握至少一种常用于自动化和平台工程的编程或脚本语言，例如 Python、Java 或 Go。 具备较强的沟通与协作能力，能够向 AI 工程师、架构师、安全团队及业务利益相关方清晰说明平台能力与限制。 具备金融服务、银行业或中国受监管企业 IT 经验者优先。