基础设施工程师岗位职责

工作描述：根据架构和设计规范，设计制定验证方案和计划，构建验证环境和相关用例，完成验证交付工作。
工作职责：
1. 根据架构和设计规格、验证signoff流程，设计制定模块级（UT/BT）和芯片级（IT/ST）的验证策略和验证计划；
2. 根据设计规格，分解/提取功能特征点和对应的测试点，设计规划测试用例、检查策略和功能覆盖率；
3. 构建模块级和芯片级的验证环境，并完成验证用例和功能覆盖率的代码实现，以及完成对应的代码和功能覆盖率的收集和分析工作；
4. 完成验证测试报告以及缺陷/风险分析报告。
岗位要求：
1. 计算机、微电子等相关专业本科或以上学历；
2. 熟练使用Verilog、SystemVerilog或者基于Scala等的高级硬件描述语言，有基础的流水线和静态时序分析概念；
3. 熟悉UVM、ABV或形式化等验证方法、工具（比如，使用过Hect或 JasperGold工具）和流程；
4. 熟悉C/C++、Rust、Perl或Python脚本（+MySQL）任一系统开发和脚本语言；
5. 熟练使用Linux系统工具和命令（+熟悉shell脚本）；
6. 熟悉常用的计算机总线（包含系统总线和局部总线）和其互连拓扑结构者优先，如AMBA总线（APB/AHB/AXI/ACE/CHI等协议）、高速外设/总线（DDR、USB、PCIE、CXL、CCIX和以太网等）、中速外设总线（SDIO、MIPI、HDMI、DP等）、低速外设总线（UART、I2C/I3C、SPI/QSPI、GPIO、eSPI/LPC等）、常用的计算互连拓扑结构（Cross-bar、Mesh、Ring、Torus或者HyperCube（3D集成封装）等）；
7. 熟悉计算机体系结构者优先；
8. 熟悉计算机内存子系统者优先；
9. 熟悉x86、MIPS、ARM和RSIC-V任一指令集架构者优先；
10. 有问题闭环意识；
11. 具备良好的沟通协调能力和团队合作精神，责任心强。

方向：AI 平台、MLOps/LLMOps 与模型基础设施
-设计并建设支持模型全生命周期的 AI 开发平台，包括数据准备、实验、训练、评估、部署、推理、监控和持续迭代。
-建设标准化的 MLOps 和 LLMOps Pipeline、工具及工作流，支持模型开发、全生命周期管理和生产交付。
-提供可复用的平台能力，支持实验追踪、数据集与模型版本管理、模型评估、模型注册、发布管理和结果复现。
-建设适用于本地、云端、Kubernetes、GPU 集群及混合环境的可扩展训练、微调、评估和推理工作流。
-开发标准化的模型部署与服务能力，包括模型封装、发布、请求路由、负载均衡、弹性扩缩、监控和故障恢复。
-集成并运行主流模型训练和服务框架，例如 PyTorch、DeepSpeed、FSDP、vLLM、SGLang、TensorRT-LLM、Triton Inference Server 或同类技术。
-围绕性能、可扩展性、GPU 利用率、显存效率、可靠性和成本，优化模型训练与推理系统。
-通过标准化开发环境、SDK、API、模板、CI/CD Pipeline 和自助式平台能力，提升 AI 开发者体验。
- 建设 AI 工作负载的可观测性、资源调度、容量管理、成本监控、安全及治理能力。
-与研发、数据及应用团队协作，将模型开发需求转化为可复用的平台与基础设施能力。
任职要求：
-硕士及以上学历，计算机科学、软件工程、云计算、大数据、系统工程、数学、人工智能等相关专业
-具备扎实的编程和软件工程能力，熟悉 Python、Java、Go、Scala、C++、Rust 或其他相关编程语言。
-熟悉至少一个专业方向的相关技术，例如数据工程、工作流编排系统、云平台、Docker、Kubernetes、GPU 集群、分布式训练框架、模型服务系统或 Agent 框架。
-能够将研究、算法、数据或业务需求转化为可复用的工程平台、基础设施、工具和工作流。
-具备较强的系统设计、问题解决、故障排查和性能分析能力。
-具备良好的沟通和跨团队协作能力，能够与研究、算法、数据、产品及应用团队高效合作。

工作职责：1. 负责公司办公电脑、打印机、扫描仪等终端设备的日常维护、故障排查与运维保障。
2. 负责线上、线下会议设备调试、会议保障及技术支持工作。
3. 负责公司服务器日常巡检、调试、维护与故障处理，保障服务器稳定运行。
4. 负责办公局域网、网络设备的调试、运维与优化，保障办公网络通畅稳定。
任职资格：1. 本科及以上学历，计算机、网络工程、信息技术等相关专业，应届生可培养。
2. 熟悉电脑软硬件、办公设备、局域网、服务器基础运维知识。
3. 具备基础网络故障、设备故障排查能力，动手能力强、响应及时。
4. 工作踏实细心，服务意识强，能高效完成日常IT运维保障工作。