MLOps/AI 基础设施工程师

我们的AI平台在数据生成地运行——在政府设施内部和网络边缘，而非超大规模云服务。这意味着基础设施必须无懈可击：GPU集群必须正确配置，Kubernetes工作负载必须高效调度跨异构计算，存储必须满足AI训练和推理的吞吐量需求，网络必须能处理大规模高带宽、低延迟传感器数据。作为MLOps/AI基础设施工程师，你将负责所有这些。你将架设、配置和操作本地计算和GPU基础设施，构建和维护Kubernetes集群，设计连接边缘节点到核心计算的网络架构，实施MLOps流水线将模型从开发到生产。你将与AI/ML工程师、架构师和现场客户技术团队紧密合作，确保平台在常被隔离、物理安全且受严格政府合规要求的环境中可靠运行。

6年以上基础设施工程经验，至少3年管理GPU计算集群或HPC环境的生产经验。深入掌握NVIDIA GPU基础设施：驱动生命周期管理、CUDA、DCGM、MIG、NVLink拓扑和Kubernetes上的NVIDIA GPU Operator。生产级Kubernetes管理经验：集群部署、升级、CNI/CSI配置、RBAC和日常运维。强网络基础：BGP、VLAN分段、RDMA/RoCE或InfiniBand配置、负载均衡和防火墙策略管理。软件定义存储（Ceph、Rook-Ceph或MinIO）在AI/HPC工作负载中的经验——性能调优、容量规划和故障恢复。MLOps经验：模型服务基础设施（Triton或等效）、实验跟踪（MLflow或Kubeflow）和GitOps模型部署流水线。了解NIST SP 800-171控制并能将其转化为具体基础设施配置和审计证据。Terraform或Ansible等基础设施即代码工具的熟练使用。强Linux系统管理员技能（RHEL/Rocky Linux或Ubuntu）包括内核调优、存储I/O优化和systemd服务管理。

全面的医疗、牙科和视力保险；401k计划；带薪假期；更多福利！

Centific是一家致力于政府和企业AI基础设施解决方案的科技公司，专注于高安全性和高性能计算需求。