Staff+ 站点可靠性工程师，安全防护机器学习基础设施
岗位摘要
担任模型发布负责人：为每个新模型搭建、配置并验证安全防护，并在发布窗口期间作为发布室中的安全防护联系人；负责新安全分类器从研究交付后的非周期部署：进行金丝雀发布、执行部署后验证，并在出现异常时调查差异
岗位职责
- 担任模型发布负责人：为每个新模型搭建、配置并验证安全防护，并在发布窗口期间作为发布室中的安全防护联系人
- 负责新安全分类器从研究交付后的非周期部署：进行金丝雀发布、执行部署后验证，并在出现异常时调查差异
- 验证正确的安全防护可证明地在各部署平台（1P、AWS Bedrock、GCP Vertex 等）的正确模型上生效，并检测和消除平台间的配置漂移
- 将上季度的工作自动化：把发布手册转化为工具，把人工检查转化为持续验证，把一次性部署转化为可重复流水线
- 计划积极使用 Claude 实现上述自动化，并成为安全关键系统安全代理操作的开拓者
- 构建并维护具有完整溯源信息的安全防护注册表：生产环境中运行什么、在哪个模型和平台上、何时由谁部署
- 参与随叫随到和运营值班轮换，覆盖服务事故、模型配置以及时间敏感的研究与安全发布
任职要求
- 具备大规模生产变更管理经验，拥有部署流水线、配置管理系统、金丝雀分析等实践，并对“已验证”标准有明确判断
- 曾主导高风险发布，在错误部署会造成真实后果的系统中担任发布队长、事故指挥官或发布负责人，并能承受关键路径压力
- 深入参与过真实生产压力下系统的部署流水线、配置管理、发布安全或上线准备
- 无需熟悉机器学习研究或 Transformer 架构，可在工作中学习
- 我们优先看重生产判断力：有安全发布关键系统变更的记录，并能将上季度工作自动化