简化版JD 岗位职责 1. 负责MaaS平台的产品规划和版本迭代，制定平台能力建设方向和产品路线。 2. 深入理解业务场景，收集大模型接入、训练、部署、调用和运营需求，并形成清晰、可执行的产品需求文档。 3. 负责MaaS平台核心能力设计，包括模型管理、模型部署、推理服务、API调用、权限管理、服务监控和多租户管理等。 4. 负责算力资源和模型服务管理能力规划，包括资源申请、配额管理、任务调度、弹性扩缩容和资源使用分析。 5. 负责模型调用计量、Token统计、成本分析和计费结算等平台运营能力建设。 6. 推动内部模型、开源模型及第三方模型统一接入平台，完善模型上线、发布、灰度、回滚和下线流程。 7. 协同业务、算法、研发、架构和运维团队，推进平台需求设计、技术评审、研发交付和业务上线。 8. 持续分析业务使用情况和平台运行数据，推动平台能力标准化、产品化和持续优化。

任职要求 1. 本科及以上学历，计算机、人工智能、软件工程或相关专业。 2. 具有3年以上平台产品或技术产品工作经验，有MaaS平台、AI平台、机器学习平台或云平台经验者优先。 3. 熟悉大模型基本技术体系，了解模型训练、微调、评测、部署和推理等主要流程。 4. 了解模型服务、GPU算力调度、Kubernetes、API服务、Token计量和多租户管理等相关技术。 5. 具备较强的需求分析和产品设计能力，能够独立完成PRD、业务流程、产品原型和验收标准设计。 6. 具备平台产品思维，能够从具体项目需求中提炼共性能力，推动平台标准化建设。 7. 具备较强的跨团队沟通和项目推进能力，能够协调业务、算法、研发和运维团队完成产品交付。 8. 具备良好的逻辑分析和文字表达能力，能够准确理解技术方案并转化为产品需求。 优先条件 - 具有云厂商MaaS平台产品规划、建设、运营或商业化经验者优先。 - 有大模型平台或MaaS平台从0到1建设经验； - 有模型API、推理服务、算力管理或计量计费产品经验； - 熟悉RAG、Agent、知识库或模型开放平台相关产品； - 具备一定的Python、Java或其他编程基础。 非简化版JD 岗位职责 1. 业务需求分析与产品规划 深入理解公司内部及外部客户在大模型开发、部署、调用和运营等方面的业务场景，识别业务对模型能力、算力资源、服务性能和成本控制的实际需求，并将其转化为清晰、完整、可执行的产品需求。 负责MaaS平台产品规划，制定平台阶段性建设目标、版本规划和能力演进路线，推动平台从项目支撑逐步向标准化、产品化和规模化服务演进。 2. MaaS平台能力建设 负责MaaS平台核心能力的产品设计和持续迭代，包括但不限于： - 模型接入、模型注册、模型仓库及版本管理； - 模型部署、发布、灰度、回滚和下线管理； - 模型API服务、SDK及开发者接入能力； - 模型服务鉴权、配额、限流和访问控制； - 模型监控、调用分析、服务告警和运营管理； - 多租户、项目空间、用户权限及资源隔离； - 模型市场、能力目录和生态模型接入管理。 结合不同业务场景，推动大模型、传统算法模型及外部生态模型在统一平台内进行标准化纳管和服务输出。 3. 模型训练、推理与工程流水线建设 负责大模型全生命周期相关产品能力规划，覆盖数据处理、模型训练、微调、评测、部署和推理服务等环节。 推动训练与推理工程流水线建设，明确各环节的产品流程、状态管理、任务管理、接口规范和异常处理机制，提高模型从开发到上线的交付效率。 结合模型规模、业务并发量、响应时延和服务稳定性要求，参与推理框架、部署方式和服务架构方案设计。 4. 算力资源调度与成本管理 负责GPU等异构算力资源的产品化管理，推动算力资源池、资源配额、任务调度、弹性伸缩和资源隔离等能力建设。 根据训练任务、推理任务和业务服务的不同特点，设计资源申请、分配、回收和优先级管理机制，提高算力资源利用率。 负责平台计量和成本管理能力规划，建立模型、租户、项目、节点和调用维度的资源消耗统计体系，支持Token、调用次数、计算时长、GPU资源及存储资源等指标的计量、分析和成本核算。 5. 推理服务与服务治理 负责模型推理服务相关能力规划，包括在线推理、批量推理、弹性扩缩容、模型实例管理、负载均衡及高可用保障。 推动推理服务性能和资源效率持续优化，围绕吞吐量、首Token时延、整体响应时延、并发量、GPU利用率和服务可用性等指标建立服务评估体系。 负责模型服务治理能力建设，包括服务目录、接口规范、流量控制、熔断降级、故障切换、服务审计和运行监控。 6. 开放平台与生态接入 负责MaaS平台开放能力设计，制定API、SDK、模型服务接口和平台接入规范，为内部业务团队、合作伙伴及开发者提供标准化接入能力。 推动第三方模型、生态API模型及相关AI能力接入平台，完善模型开通、授权、调用、计量、监控和结算等流程。 结合业务需要，参与RAG、Agent、知识库、工具调用及应用开发平台等上层能力与MaaS平台的集成设计。 7. 复杂项目统筹与交付管理 负责跨业务、产品、算法、研发、基础设施和运维团队的项目协同，制定项目计划，明确建设范围、关键节点、责任分工和验收标准。 跟踪项目进度和风险，协调解决技术方案、资源保障、环境部署和业务接入过程中出现的问题，保障平台能力按计划交付。 建立平台需求、版本、上线和运营管理机制，减少单一项目驱动造成的重复建设，推动公共能力沉淀和持续迭代。 8. 架构协同与技术方案评审 与算法工程师、研发工程师、系统架构师和基础设施团队协同，参与平台架构、核心组件和技术方案评审。 从产品价值、技术可行性、系统稳定性、资源成本和长期演进等维度进行综合判断，确保产品方案能够有效落地，并具备持续扩展能力。 任职要求 1. 基本要求 本科及以上学历，计算机、软件工程、人工智能、自动化或相关专业。 具有5年以上技术产品、平台产品、研发或系统架构相关工作经验，有MaaS平台、AI平台、机器学习平台、云计算平台或开发者平台建设经验者优先。 具有大型技术平台从0到1建设或核心能力持续迭代经验者优先。 2. AI平台技术能力 熟悉大模型全生命周期，理解预训练、微调、模型评测、模型部署和推理服务等基本流程。 熟悉MaaS平台、机器学习平台或AI开发平台的基本架构，了解模型管理、训练任务管理、推理服务、资源调度、服务治理和平台运营等核心能力。 熟悉RAG、向量数据库、知识库、Agent、Workflow、Tool Calling及MCP等相关技术和应用方式。 了解主流大模型及开源生态，能够阅读相关模型、推理框架或平台组件的技术文档和部分源码。 3. 云原生与算力调度能力 理解云原生及分布式系统基本原理，熟悉容器、Kubernetes、微服务和服务治理等技术体系。 了解GPU集群、异构算力管理、资源池化、任务调度、资源配额和弹性伸缩等技术机制。 了解常见训练和推理框架，以及模型并行、量化、批处理、缓存和推理加速等基本技术方案。 具备算力成本分析和资源效率意识，能够结合业务量、服务性能和资源消耗进行产品方案设计。 4. 研发与技术验证能力 具备一定的软件研发基础，熟悉Java、C++或Python中的一种或多种语言。 能够阅读系统代码、接口定义和技术方案，能够使用Python编写基础测试脚本、模型评测脚本或技术验证原型。 能够与研发和架构团队就系统架构、数据流程、接口规范、性能指标和异常机制进行有效沟通。 5. 产品设计与文档能力 具备扎实的产品需求分析和PRD撰写能力，能够将复杂的技术架构、业务流程和调度策略转化为清晰、可执行的产品需求。 能够独立完成业务流程、功能架构、数据流程、权限模型、接口规则、异常流程和验收标准设计。 具备平台产品思维，能够识别不同项目中的共性需求，推动能力抽象、标准化和平台化建设。 6. 项目管理能力 具备跨团队项目统筹和推进能力，能够在需求不确定、技术方案持续演进的情况下推进项目落地。 具备项目计划、风险管理、资源协调、进度跟踪和质量验收能力。 有大型平台工程、复杂技术项目管理经验，或持有PMP、ACP等项目管理认证者优先。 7. 综合能力 具备较强的业务理解、逻辑分析和沟通协调能力，能够在业务需求、技术实现、交付周期和建设成本之间进行平衡。 具备责任意识和结果导向，能够持续跟进平台建设、业务接入和上线运营过程中的实际问题。 持续关注大模型、AI基础设施、推理优化和云原生技术的发展，并能够判断相关技术在业务场景中的适用性。 优先条件 具备以下一项或多项经验者优先： - 具有云厂商MaaS平台产品规划、建设、运营或商业化经验者优先。 - 参与过MaaS平台、机器学习平台或大模型开发平台建设； - 参与过GPU算力平台、训练平台或推理平台建设； - 负责过模型API服务、计量计费、Token运营或资源成本管理； - 熟悉vLLM、Triton、TensorRT-LLM、Ray、Kubernetes等技术或框架； - 具有大模型私有化部署、混合云部署或多云资源管理经验； - 具有开发者平台、开放平台或模型生态运营经验；