ai系统架构师岗位职责

职位描述
1.关注深度学习算法基础设施技术的前瞻趋势；
2.参与下一代深度学习算法基础设施技术的定义，并主导关键技术的探索性研究；
3.配合承接公司在深度学习算法基础设施技术领域的战略规划，横向拉通各技术部门，推动协同规划，推动预研项目的立项以及目标达成。
职位要求
1.在一流IT或智能汽车企业中，具备5年以上AI算法或核心软件等数个关键技术领域的研发经验，3年以上团队管理或架构师经验。
2.关注并探索前沿技术趋势: 能够判断并定义深度学习算法基础设施领域的技术演进趋势，具备前瞻性技术眼光；擅长做技术突破，具有一定高度的技术前瞻视野，能够挖掘技术增值点。
3.深度学习基础设施架构设计能力： 在深度学习、计算机视觉、自然语言处理等领域拥有丰富的理论和实践经验，能够设计和开发高效、可扩展、易用的深度学习训练框架和工具，包括分布式训练、自动调参等功能，熟练掌握主流的深度学习模型算法和网络结构；具备机器学习基础理论和数学知识，熟悉数值优化算法和自动微分技术；
4.多领域技术融合： 熟悉GPU加速原理和应用，拥有CUDA编程经验，了解传统软件开发、芯片开发等多重领域，能够结合前沿技术发展，对各部门业务进行统合综效，实现研发成果产品力*大化；发表过相关领域的科研论文或参加过开源社区的项目贡献。

核心职责：
1. 负责AI视频分析系统的整体架构设计与优化，支撑矿山场景下的多路视频的高并发、低延迟需求。
2. 负责AI平台与应用系统的架构设计、技术选型、核心代码开发和优化；
3. 负责数据采集、标注、训练&推理&应用一体化平台的设计；
4. 与团队成员紧密合作，研发&解决行业痛点，共同攻克技术难题，推动项目进展
5. 解矿业安全规范或井下作业场景者优先。
任职要求：
1. 硕士及以上学历，计算机/自动化相关专业，3年以上AI架构经验。
2. 熟悉模型网络优化、剪枝、量化、算子开发。
3. 精通TensorFlow或PyTorch等学习框架，掌握C/C++、Python等语言。
4. 熟悉并掌握整个AI开发的相关技术栈，了解具体应用的场景分析，算法分析&算法模型规划、数据采集&制作、模型训练&推理等，并了解视频编解码&推流&呈现、平台API接口设计等后续流程。
5. 了解国内&国外的AI相关硬件和工具链，可以快速选型和方案落地。
6. 熟悉云计算（AWS/Azure/阿里云）、边缘计算及容器化技术（Docker/K8s）。
7. 熟悉大语言模型尤佳。
8. 了解矿业安全规范或井下作业场景者相关领域发展方向、技术架构的设计趋势，熟悉相关政策文件、行业趋势、市场动态。对相应的业务知识、业务架构、应用架构有深刻理解为加分项，优先考虑。

职位描述
1、技术洞察和问题定义
•洞察AI智能座舱领域发展方向，熟悉技术标准和前沿进展，跟踪关键竞对的技术和方法。
•结合AI智能座舱产品现状提出待解决的问题，理解业务目标并分解到技术产品待解决问题中。
2、架构规划
•对AI智能座舱业务进行架构抽象，建立整体业务领域模型。
•制定AI智能座舱系统整体架构规划和技术路线图，确定系统目标和方向，综合考虑应用架构、数据架构、关键技术选型、部署架构等多方面因素，确保系统整体质量。
•结合阿里巴巴集团生态，打造新一代面向AI的智能座舱产品技术架构
3、架构设计
•设计AI智能座舱架构方案，包括系统组件、AI产品间的关系、接口、数据流和数据结构、基础设施等，保障系统的安全性、稳定性、易扩展、易维护和性能。
•把握AI智能座舱业务用户体验和全链路技术方案设计，确保技术可实现性、易用性，无重大风险。
•拆解工作，把复杂目标拆成一系列可以落到具体团队或个人的工作。
4、架构落地
•识别AI智能座舱优先级、明确目标步骤和应急方案，保障架构实施落地和用户体验。
•梳理AI智能座舱关键技术难点，指导开发团队进行突破和攻关，对开发过程进行监督和管理。
•负责部分核心代码框架的编写，虚实结合，做好架构管理。
5、架构治理和演进
•制定AI智能座舱架构的原则、规范与治理机制，并且落实到具体的项目研发中。
•负责架构管控，参与领域的重大架构决策，管控架构变更。
•识别不合理业务和架构设计，定期评估架构成熟度。
•基于业务需求和技术演进目标，指导开发团队对系统进行优化和扩展、解决技术债务，推动架构持续演进。
6、技术沉淀和赋能
•团队技术架构分享、技术文档和架构规范沉淀、学习引入新技术，赋能开发团队的技术成长，做好知识传承。
职位要求
• 5年以上工作经验，至少3年AI智能座舱领域的架构及开发经验
• 能够梳理、设计AI智能座舱系统的架构，通过治理、改进、重构等方式主动降低全局复杂度，具体体现在对于困难问题，能够提出并落地简单的易于维护的解决方案。
• 能够合理地对于 1-2 年的AI智能座舱系统演进和技术选型做出决策，能够识别技术复用的机会，在项目中复用团队内外部的技术，或者产出能被其他团队复用的技术。
• 有站在公司角度上的全局意识（或）技术产生业务增值。
• 能够主导AI智能座舱核心业务或技术系统的架构设计，有较强的问题分析和问题解决能力，是关键问题终结者
• 在稳定性、资损、安全等方面能够系统性保障，并持续跟进进展，有效预判并防范风险
• 能识别AI智能座舱产品现状问题，并分解为多个可管理的小问题，更好地指导技术团队工作。
• 能平衡集团各相关方诉求，平衡产品及架构的长、短期需要，推动关键领域问题解决。
• 能够在AI智能座舱多产品复杂系统层面严格遵循研发安全生产规范和流程，保障相关产品/技术/系统的可容灾、可观测、可处置、可运维、可快恢
• 熟练掌握业内主流的研发安全生产技术体系，并在团队内有效落地应用，提升产品/技术/系统的安全和稳定性
• 具有AI智能座舱领域跨产品、中型复杂系统的研发安全生产经验，能够应对比较复杂的项目环境和各类突发状况，保障研发项目的平稳落地
• 在所负责团队层面严格遵循安全稳定演练体系，通过容灾演练、红蓝对抗、突袭演练等方式提前发现系统风险，基于稳定性演练持续培养技术团队的研发安全生产意识和专业能力
• 了解AI智能座舱产品基本面，熟悉产品的全链路，能有效说明产品的本质。
• 熟悉技术领域相关的前沿信息渠道，并能在团队中进行技术分享。
• 熟悉竞对和对标产品的核心技术指标、优劣势对比，对我们如何追赶和保持优势有一定的理解。
• 通过内外部渠道理解客户诉求，并能结合自己的技术理解形成有价值的洞见。