我们急需一名人工智能 / 机器学习运维工程师（基础设施、监控与部署），为我们在阿布扎比的客户服务。
核心职责
• 管理 HGX 节点（操作系统、驱动程序、GPU 分配）
• 设置和管理 OpenShift/K8s 集群
• 将模型部署到推理服务器（Triton、TensorRT 等）
• 自动化微调管道（PyTorch/TensorFlow）
• 处理模型的 CI/CD（训练 -> 服务）基本脚本编写（Python/Bash）以实现运维自动化
• 管理工件（模型检查点、微调版本）
• 验证微调后的模型（准确性、公平性、漂移）
• 监控生产中的模型行为
• 对异常情况发出警报
• 管理模型注册表（跟踪模型版本、微调元数据）
关键技能
• Kubernetes（必需）
• OpenShift（加分项）
• DevOps（CI/CD）
• Python
• 熟悉 Torch/TensorFlow
• Triton 服务器或类似的部署工具
• Triton 推理服务器
• MLFlow/KubeFlow
• 理解人工智能模型验证
• 监控工具（Prometheus、Grafana）
• 基本的机器学习性能指标
• 良好的脚本编写能力
技能：机器学习，Python，CI/CD，Torch，KubeFlow，基本机器学习性能指标，DevOps，脚本编写，人工智能，人工智能模型验证，Kubernetes，Prometheus，TensorFlow，Grafana，OpenShift，监控工具，Triton 服务器，基础设施，MLFlow 
Abu Dhabi