地平线【地瓜机器人】AI训练平台交付工程师｜混合云方向
任职要求
1. 本科及以上学历，计算机、软件工程、人工智能、通信、自动化等相关专业优先。 2. 具备 2年以上技术支持、项目交付、测试工程师、运维工程师或AI平台相关工作经验，有企业客户交付经验优先。 3. 熟悉 Linux 基础操作，能够进行常见命令操作、日志查看、进程排查、网络连通性检查、磁盘与资源使用分析。 4. 熟悉云平台或容器化相关技术，了解 Kubernetes、Docker、镜像、Pod、Namespace、GPU资源调度等概念者优先。 5. 了解AI模型训练基本流程，熟悉 PyTorch、TensorFlow、Jupyter、Notebook、训练脚本、依赖环境、数据集、模型输出等常见使用场景。 6. 具备一定的问题排查能力，能够根据报错日志、平台状态、资源使用情况定位常见问题，并推动问题解决。 7. 具备测试工程师基础能力，能够编写测试用例、执行测试、提交缺陷、跟踪缺陷修复，并输出测试报告。 8. 具备良好的客户沟通能力和服务意识，能够清晰理解客户需求，并用专业、耐心的方式解决客户问题。 9. 具备较强的文档编写能力，能够沉淀交付方案、操作手册、FAQ、测试报告等文档。 10. 工作认真负责，具备较强的执行力、学习能力和跨团队协作能力，能适应一定程度的客户现场或远程交付工作。 加分项 1. 有混合云、私有云、公有云、AI算力平台、GPU集群、MLOps…
工作职责
1. 负责混合云及AI训练平台的项目交付工作 参与客户侧平台部署、环境初始化、资源配置、功能验证、上线支持等工作，保障项目按计划完成交付。 2. 负责客户日常技术支持与问题解答 对接客户在使用平台过程中的各类问题，包括账号权限、资源申请、任务提交、训练环境、镜像使用、数据挂载、作业调度、日志排查等。 3. 协助客户完成计算资源配置与使用指导 根据客户业务需求，协助配置 CPU、GPU、存储、网络、镜像、队列、命名空间等平台资源，指导客户合理使用混合云资源。 4. 解答算法训练相关问题 支持客户在模型训练过程中的常见问题排查，包括训练任务失败、依赖环境异常、显存不足、分布式训练配置、数据读取异常、性能瓶颈、训练日志分析等。 5. 负责平台功能测试与交付验证 根据项目需求和产品版本，编写或执行测试用例，完成平台功能测试、接口测试、部署验证、回归测试、兼容性测试等工作，输出测试结果和问题反馈。 6. 跟踪并推动问题闭环 对客户反馈的问题进行记录、复现、分析和定位，协调研发、产品、运维等团队推动问题解决，并及时向客户同步处理进展。 7. 沉淀交付与支持文档 编写并维护部署文档、操作手册、FAQ、客户培训材料、测试报告、交付报告等，提高交付效率和客户满意度。 8. 参与客户培训和平台使用指导 面向客户管理员、算法工程师或业务团队进行平台功能讲解、操作培训和最佳实践分享。
作为 AI Agent 转型团队的“落地推手”，你将协助负责人把技术团队构建的强大 Agent 能力，真正植入到公司的 SaaS 产品和内部 IT 系统中，让业务人员爱用、会用。 1、内部 IT 转型与全员布道（对内：驱动组织进化） ① 流程重构与提效：深入内部各职能部门（HR、财务、法务等）调研，识别低效环节，协助设计基于 Agent 的新一代内部协作流程，打破信息孤岛； ② 文化建设与推广：策划并执行内部 AI Agent 推广活动（如 Workshop、黑客松、宣讲会），普及 AI 工具的使用方法，营造全员拥抱 AI 的组织氛围； ③ 标杆用户培养：在内部挖掘并培养一批“AI 极客”或种子用户，通过他们的示范效应带动更多员工使用 Agent 提升工作效率。 2、项目管理与落地保障（通用能力） ① 跨部门协同：协助负责人协调产研、销售、客户成功及职能部门资源，确保 SaaS 创新与 IT 转型双线项目的按时交付； ② 数据运营与复盘：建立 Agent 产品的核心数据指标体系（如活跃度、任务完成率、节省工时等），定期输出运营周报，用数据驱动决策； ③ 验收测试（UAT）：参与 Agent 功能上线前的验收测试，确保交付给客户和内部员工的产品体验流畅、无重大缺陷。
1、性能分析与对齐：配合编译器团队，跟踪模型在特定硬件上的推理延迟，定位并辅助解决因编译器版本更迭导致的性能异常； 2、自动化评测工具开发：参与构建端侧模型性能/精度自动化评测系统，实现从模型转换、数据回推到端侧部署指标分析的全流程闭环； 3、前沿算法实验：追踪并复现业界主流量化算法（如 GPTQ, AWQ, SmoothQuant 等），验证其在特定芯片架构上的适配性与加速效果； 4、量化精度对齐与攻关：负责大语言模型（LLM）及多模态模型（VLM）在端侧平台的量化实验，涵盖 W8A8、W4 等主流方案，分析并解决 PTQ/QAT 过程中的精度掉点问题。
岗位定位 面向机器人与具身/感知场景，基于地瓜平台建设 MLOps 平台与可视化工具链的全栈研发岗位。 岗位职责 1. 负责 AI 平台 MLOps 能力建设，覆盖训练、评测、推理、数据管理与发布全流程。 2. 设计并落地模型研发流水线，包括任务编排、参数管理、评测联动、版本发布与可观测能力。 3. 基于 K8s/ Volcano、Temporal等建设稳定、可复用的平台能力，提升研发效率与资源利用率。 4. 支持机器人模型研发与部署流程，包括数据采集、仿真训练、模型评测、推理服务与线上迭代。 5. 推动 Agent、代码工具链、自动化流程在平台研发和机器人场景中的落地应用。
1、面向具身智能、机器人、自动驾驶、工业智能等客户，负责云平台、GPU 算力平台、AI Infra 相关解决方案设计、售前支持与 PoC 落地。 2、深入理解具身智能业务链路中的数据形态和计算需求，包括机器人日志、传感器数据、图像 / 视频、点云、轨迹数据、仿真数据、标注数据、训练样本、评测数据等。 3、能够围绕数据采集、数据清洗、数据标注、数据管理、数据回流、仿真数据生成、训练数据集构建、模型评测等环节，设计相应的数据与算力基础设施方案。 4、基于客户实际业务场景，拆解训练、仿真、评测、推理、云边协同等任务对 GPU、CPU、存储、网络、调度系统和平台能力的要求。 5、设计并推动 GPU 集群、AI 训练平台、仿真平台、数据闭环平台、推理服务平台、MLOps 平台等方案落地。 6、负责客户技术交流、需求调研、架构设计、PoC 测试、方案讲解、招投标支持和技术答疑，能够将客户需求转化为可验证、可交付的技术方案。 7、编写解决方案文档、架构图、测试方案、部署方案、标书材料和客户汇报材料。 8、协同销售、产品、研发、交付和生态伙伴团队，推动客户项目从售前验证到交付实施，并沉淀可复制的行业方案。 9、跟踪具身智能、机器人数据闭环、仿真训练、大模型训练、GPU AI Infra、云原生 AI 平台、智算中心等方向的技术趋势。