DataHub 关键词情报 · 数据更新至 2026-07-22
Scale AI工程与基础设施招聘
本页聚焦Scale AI工程与基础设施相关岗位,便于用户比较岗位职责、地点、薪资标注和详情入口。
活跃公司
- Scale AI93 · 100.0%
热门地点
- 美国69 · 74.2%
- 英国16 · 17.2%
- 远程5 · 5.4%
- 墨西哥1 · 1.1%
- 匈牙利1 · 1.1%
- 日本1 · 1.1%
岗位方向
- 工程与基础设施93 · 100.0%
OPEN ROLES
代表岗位
安全协调员/实验室主管
设计、安排并执行所有物理测试环境、机器人单元和硬件工作区的定期安全审计,确保持续符合内部基准和工业安全标准;全权负责事件管理流程,作为记录、归档和分析实验室事件、机械异常或未遂事故的主要联系人
解决方案工程师 – 机器人与自动驾驶
与客户经理和客户成功经理合作,交付新客户试点并深化现有客户的技术关系;与产品工程和产品管理团队协作,基于一线洞察影响产品路线图;成为下一代机器人和物理AI领域的专家(如视觉语言模型、视觉语言动作模型、世界模型)
机器人软件工程师
拥有并架构用于机器人和自动驾驶数据集的大规模数据处理管道;使用Scale的机器人数据构建机器学习训练和微调管道;跨后端(Python、Node.js、C++)和前端(React、TypeScript)技术栈构建端到端解决方案
机器学习系统工程师,机器人方向
构建和扩展:维护高容错、高性能的系统,用于大规模服务机器人相关模型和基础模型,确保实时应用的低延迟;平台开发:构建内部平台,赋能模型能力发现,加快研究团队的迭代周期;协作:与机器人研究人员和计算机视觉工程师紧密合作,集成和优化模型以用于生产和研究环境
软件工程师,平台
推动基础平台和系统的设计与实施,与利益相关者和内部客户紧密合作,理解和优化需求;与跨职能团队协作,定义、设计和交付新功能;主动识别并推动当前编程实践的改进,包括流程优化和工具升级;向团队和利益相关者展示技术信息,提供开发流程和技术方面的指导与见解
软件工程师,身份认证方向
主导身份基础设施的设计与实施,确保企业系统的安全认证与授权;开发认证机制,如单点登录、多因素认证及联合身份解决方案;开发授权机制,包括基于关系的访问控制、基于属性的访问控制和基于角色的访问控制
高级身份管理软件工程师
驱动身份基础设施的设计与实施,确保企业系统的安全认证与授权;构建认证机制软件,包括单点登录(SSO)、多因素认证(MFA)及联邦身份解决方案(SAML、OAuth、OpenID Connect)
高级软件工程师,身份认证方向
主导身份基础设施的设计与实施,确保企业系统的安全认证与授权;构建单点登录(SSO)、多因素认证(MFA)及联邦身份解决方案(SAML、OAuth、OpenID Connect)的软件
安全工程师,检测与响应
在云和企业环境中设计、测试和部署检测逻辑,将检测视为软件进行版本控制、同行评审和性能评估;构建和维护事件响应自动化、操作手册和工具,在不影响开发速度的前提下缩短遏制时间;通过改进模式设计、标准化、丰富化和质量检查来完善遥测管道,减少误报并提高信号保真度
国际安全负责人
执行跨国际市场的全球安全战略,将区域需求融入全球架构决策;将区域法规要求(如GDPR、ISO 27001、UK Cyber Essentials Plus等)转化为具体工程控制措施;跟踪区域安全指标并代表国际视角参与全球优先级和审计评审
高级全栈软件工程师(前沿部署),政府与公共部门
担任公共部门项目的首席技术策略师,将模糊的任务需求转化为稳健的架构路线图,并指导现场实施;为生产级AI应用设计基础框架,整合交互界面、后端系统和AI模型,确保可靠输出;指导云基础设施的演进,确保所有环境下的安全性、全球可扩展性和长期系统完整性
高级全栈软件工程师(前线部署),全球公共部门
担任公共部门项目的首席技术策略师,将模糊的任务需求转化为稳健的架构路线图,并指导现场实施;设计生产级AI应用的基础框架,为交互式UI、后端系统和AI模型的大规模集成设定黄金标准;指导云基础设施的演进,确保所有环境的安全性、全球可扩展性和长期系统完整性
高级全栈软件工程师(前线部署),全球公共部门
与公共部门客户合作,确定范围、收集反馈并实施复杂问题的解决方案,包括每月在客户办公室工作最多两周以进行反馈和交付;设计生产级应用程序,将AI模型与全栈框架集成,管理从交互式用户界面到后端API和系统的所有内容
首席AI运维架构师(全球公共部门)
对部署在国际政府机构中的AI用例的长期性能和可靠性负全责;监督平台端到端健康,确保AI核心与所有全栈组件(从API到UI)的无缝集成;构建自动化系统以监控跨地理分布环境的模型性能和数据漂移
AI应用运维主管,全球公共部门
对部署在国际政府机构中的AI用例的长期性能和可靠性负全责;监督平台端到端健康状况,确保AI核心与所有全栈组件(从API到UI)的无缝集成,以维护响应迅速且可投入生产的环境;构建自动化系统,监控跨地理分布环境的模型性能和数据漂移,确保适当的可靠性水平
高级全栈软件工程师 - 生成式人工智能
灵活部署到贡献者组织内关键、快速推进的产品计划中;领导平台基础设施的架构改造,使其高度可持续、稳健,并优化与大型语言模型和基础模型的深度集成;领导可扩展性、可靠性和性能的架构决策;指导并提升团队中工程师的技能水平
现场安全经理(工业安全)
根据ICD 705和TEMPEST要求,监督SCIF的建造、改造和扩建;与工程、建筑和总承包团队紧密合作,确保所有物理安全要求得到有效和高效的实施;确保SCIF满足或超过ICD 705、ICD 705-1(物理和技术安全标准)和ICD 705-2(技术规范)的所有要求
高级软件工程师 - 智能工具与生产力
作为全栈工程师(60%后端/40%前端),与团队合作构建用于内部使用及外部客户/合作伙伴的出色工具和应用程序;在云原生分布式系统上设计、开发、测试和支持全栈应用程序;构建与组织内SaaS平台的实时集成
高级数据工程师(公共部门)
与运营、财务和工程团队合作,推动开发提供单一事实来源基础准确性的数据管道;持续改进现有数据管道,简化业务利益相关者的自助服务支持;执行定期系统审计,创建数据质量测试,确保数据/指标的完整准确报告
IT系统工程师
协助管理技术栈,包括Okta、GCC High、Opal、Slack、Jamf、Jira等平台;为IT服务和支持团队提供升级支持;与安全/合规团队合作,处理审计工件(如SSP更新、POA&M、NIST 800-53/171和CMMC 2.0的控制映射)
首席解决方案工程师,企业级
负责公司最复杂、高价值的企业级机会的技术战略和执行,作为“技术胜利”的最终仲裁者;担任高管层(CTO、AI负责人、工程负责人)的信任顾问,指导长期AI/LLM采用策略;架构并领导端到端解决方案设计,从发现到试点再到生产化,应对模糊且不断变化的客户需求
GTM架构师
拥有并发展Scale的企业GTM运营模式,包括客户参与策略、漏斗设计和销售执行标准;设计和管理企业RevOps系统栈(如CRM、预测、报告、规划工具),支持可扩展增长;定义、跟踪并运营核心企业GTM指标,涵盖管道健康度、交易速度、预测准确性和销售代表生产力
高级前沿智能体工程师
直接与企业客户合作,了解其技术基础设施、数据管道和业务需求;设计并实现Scale AI平台与客户数据环境(云平台、数据仓库、内部API)之间的定制集成;构建稳健的数据连接器和ETL管道,用于摄取、处理并准备客户数据以支持AI工作流
高级员工机器学习前向部署工程师,企业级生成式AI
主导产品中的大型新领域开发;跨后端、前端工作,并与大型语言模型和机器学习模型交互;以高速度和高质量交付实验,以吸引客户;参与从概念到生产的整个产品生命周期;能够并愿意多任务处理并快速学习新技术
软件工程师,平台
主导产品中的大型新领域,从设计到生产部署推动功能实现;跨后端、前端工作,并与LLM和ML模型进行交互;使用Python开发可靠的后端服务,处理分布式系统、数据管道和ML/LLM组件;集成LLM、向量数据库和AI基础设施,以支持智能产品体验
软件工程师(后端),企业级
设计、构建和扩展支持企业级GenAI产品的后端系统,重点关注可靠性、性能和跨Scale及客户基础设施的部署;开发核心服务和API,安全高效地集成AI模型和企业数据源,实现生产级AI采用
高级首席前沿智能体工程师
与战略企业客户直接合作,理解其技术基础设施、数据管道和业务需求;设计并实现Scale AI平台与客户数据环境(云平台、数据仓库、内部API)之间的定制集成;构建稳健的数据连接器和ETL管道,用于摄取、处理并准备客户数据以支持AI工作流
高级前沿智能体工程师
直接与企业客户合作,了解其技术基础设施、数据管道和业务需求;设计并实现Scale AI平台与客户数据环境(云平台、数据仓库、内部API)之间的自定义集成;构建稳健的数据连接器和ETL管道,用于摄取、处理和准备客户数据以支持AI工作流
机器学习工程师,平台
端到端拥有平台的大面积区域,推动组件从设计到生产部署;研究知识表示系统,包括本体和知识图谱,支持对企业数据的结构化推理;设计和实现RAG流水线,包括分块、嵌入、索引、检索和重排序;构建和维护检索与ML组件与多样化企业数据源、向量数据库、API和服务之间的集成
基础设施软件工程师,企业级生成式AI
设计多云系统架构和抽象层,使SGP平台能够在现有云提供商上运行;实现Scale AI平台与客户数据环境(云平台、数据仓库、内部API)的定制集成;与平台、产品团队及客户直接合作,开发和实施可扩展的创新基础设施
前沿智能体工程师
与客户直接合作,理解其技术基础设施、数据管道和业务需求;设计并实现Scale AI平台与客户数据环境(云平台、数据仓库、内部API)之间的定制集成;构建稳健的数据连接器和ETL管道,用于摄取、处理和准备客户数据以支持AI工作流
高级软件工程师,智能体监督
设计和构建用于部署、监控和评估生产环境中智能体应用的核心平台能力;构建可靠的API和数据管道,大规模捕获智能体遥测、评估信号和性能指标;与机器学习工程师合作,在平台工作与评估或改进系统交汇处,具备足够的机器学习素养以推理模型行为、评估质量和改进循环,同时拥有使这些工作流可靠的软件系统
高级机器学习工程师,智能体监督
构建或贡献生产环境中智能体行为的可观测性工具,提供信号和仪器以深入了解智能体行为,而不仅仅是成功或失败的判断;设计智能体应用的评估方法和指标,并与平台协作实现自动化、规模化运行,覆盖不同客户用例,而非一次性分析
工程师
参与前沿AI项目:致力于提升AI能力,例如为复杂推理任务训练模型或识别模型故障模式,接触最先进的技术和研究;加入焦点小组:参加每两周一次的会议,交流见解、讨论不断发展的AI技术,并向经验丰富的研究人员学习
产品工程师
开发工具以加速Scale标注平台上合格贡献者的增长;构建系统的欺诈检测系统,以移除不良行为者,确保贡献者群体的安全与可信;使用模型评估任务和标注员的质量,并大规模保证请求的质量;设计先进的匹配算法,将标注员与客户进行匹配,以实现最佳周转时间和准确性
软件工程师实习生
开发工具以加速Scale标注平台上合格贡献者的增长;构建系统的欺诈检测系统,以清除不良行为者,确保Scale贡献者群体的安全与可信;使用模型评估任务和标注员的质量,并大规模保证请求的质量
工程师
通过电子邮件和聊天支持渠道,使用既定工作流程和最佳判断,解决常规和中等复杂的贡献者咨询;清晰、共情且专业地进行沟通;在Zendesk或同等系统中,彻底记录调查过程、采取的行动和解决方案
软件工程师
为联邦客户设计和实施可扩展的后端系统,利用Scale现代化、云原生的AI基础设施;与跨职能团队合作,定义并执行后端解决方案的愿景,确保其满足在安全环境中运作的政府机构的独特需求;开发分布式系统、数据密集型应用程序和机器学习基础设施,为任务所有者带来实际影响
软件工程师,AI基础设施与安全
为公共部门客户设计和实施安全、可扩展的后端系统,利用Scale现代化、云原生的AI基础设施;负责服务或系统,定义其长期健康目标,同时改善周边组件的健康状况;提高我们的高标准工程实践、工具和流程
首席架构师
团队领导:领导并指导一个50人以上的高性能工程团队,培养技术卓越和主人翁精神的文化;技术方向:指导团队应对涉及大语言模型、AI智能体和大型分布式系统的复杂挑战;高管利益相关者参与:代表Scale AI与高级外部合作伙伴进行高风险谈判和战略讨论,展现强大的技术能力和可信度
机器学习工程师
将内部及社区开发的最先进模型应用于生产环境,以解决客户和任务发布者的问题;通过重新训练、超参数调整和架构更新来改进和维护生产模型,同时保持核心性能特征;与产品和研究团队合作,识别并原型化由机器学习驱动的产品增强功能,包括针对即将推出的产品线
软件工程师(产品)
使用现代框架和技术构建和维护全栈Web应用程序;利用数据库系统高效管理和查询数据;在云服务环境中部署和管理基础设施,以确保可扩展性和可靠性;为将被不同客户用例使用的横向平台功能做出贡献;与设计、产品和数据团队跨职能合作,创建稳健的应用程序
机器学习工程师
与公共部门合作伙伴深入沟通,理解其面临的挑战;应用最新研究,设计定制模型或模型链;与数据标注团队紧密合作,创建高质量的训练数据集;在具有挑战性的生产环境中训练、优化和部署模型;开发并维护稳健的评估系统
运维工程师
后端开发与系统所有权:使用现代云原生AI基础设施,为客户设计和实施安全、可扩展的后端系统。拥有服务或系统,定义长期健康目标,并改善周边组件的健康状况;协作与标准制定:与跨职能团队合作,为安全环境定义并执行后端和基础设施解决方案。提高工程标准、工具和流程,以保持高质量输出
应用人工智能工程师
与公共部门客户合作,深入了解其挑战并定义人工智能驱动的解决方案;利用最大人工智能实验室和开源模型的最新进展,构建和部署端到端人工智能应用程序到生产环境;与跨职能团队(包括数据标注专家)合作,创建高质量的训练数据集
高级软件工程师
制定和实施基础系统的架构愿景,充当高层业务目标与技术目标之间的桥梁;与跨职能团队合作,定义并推动下一代AI数据基础设施功能的采用;负责主动识别并推动组织增长机会,改进编程实践,并升级定义我们开发生命周期的工具
高级安全工程师
设计和构建工程团队默认使用的安全应用程序和基础设施基础;与产品和工程团队在整个软件开发生命周期(SDLC)中合作,从RFC和架构评审到实施、发布和长期维护;进行深入的架构、设计和代码审查,识别超出单个漏洞的系统性风险
安全工程师
进行深入的代码审查,以识别和修复安全漏洞;通过RFC和服务审查,评估并增强我们产品的安全性;实施和维护以安全为核心的CI/CD流水线;执行静态应用程序安全测试(SAST)和动态应用程序安全测试(DAST),以识别生产代码中的漏洞
机器学习平台工程师
构建、分析和优化我们的训练和推理框架;与机器学习团队合作,加速他们的研究和开发,使他们能够开发下一代模型和数据管理工具;研究和集成最先进的技术,以优化我们的机器学习系统;对系统优化有强烈的热情
AI工程师
研究推动LLM智能体(包括浏览器和软件工程代理)发展的关键数据类型;制定Scale的数据策略,识别提升LLM推理能力最有效的数据源和方法论;开展关于语言模型推理的有影响力的研究;与外部研究人员合作
应用机器学习工程师
构建和部署用于智能体推理验证的多智能体系统;开发用于检测错误和扩展人类判断的流水线;结合经典机器学习、大语言模型和多智能体技术以提高可靠性;领导研究智能体故障模式并部署修复方案;使用人工智能工具加速原型设计和迭代
机器学习基础设施软件工程师
构建和维护用于大规模服务LLM工作负载的容错、高性能系统;构建内部平台以赋能LLM能力发现;与研究人员和工程师合作,为生产和研究用例集成和优化模型;进行架构和设计评审,以维护系统设计和可扩展性的最佳实践
机器学习基础设施软件工程师
设计和维护容错、高性价比的系统,用于管理跨集群和云的计算资源分配、调度和自动扩缩容;构建统一的抽象层和API,以整合服务与训练工作负载的作业提交、遥测和可观测性;开发使用计量、成本归因和配额管理系统,以实现计算预算的透明度和控制
AI工程师
将研究转化为产品:与客户方研究人员合作,专注于后训练、评估、安全/对齐,并构建他们所需的基础组件、数据与工具;与核心客户及前沿实验室深度合作:亲手与领先的AI团队及前沿研究实验室合作,解决与前沿模型改进、性能及部署相关的困难、开放式的技术问题
自动化与人工智能工作流工程师
构建并部署AI和自动化工作流,以提高漏斗速度和运营效率;自动化付费营销、贡献者入职、生命周期管理和运营报告中的重复性任务;连接API并组装由LLM驱动或无代码的工作流,以取代手动操作步骤
LLM后训练平台工程师
构建、分析和优化我们的训练与推理框架;与机器学习和研究团队合作,加速他们的研发工作,并支持他们开发下一代模型和数据管理方案;研究和集成最先进的技术,以优化我们的机器学习系统;对系统优化充满热情
全栈软件工程师
从前端、后端到基础设施,端到端地设计和实现功能;使用TypeScript、MongoDB和Elasticsearch等技术端到端构建功能,并为由Temporal驱动的计算编排层做出贡献
全栈工程师
负责主要全栈产品领域,推动功能从设计到生产部署的全过程;使用React和TypeScript构建现代化的前端体验,确保性能、可用性和响应性;使用Python开发可靠的后端服务,处理分布式系统、数据管道和ML/LLM组件
全栈软件工程师
设计、构建和维护涵盖前端、后端和基础设施层的健壮、可扩展的全栈系统;与内部操作员紧密合作,识别瓶颈并快速交付务实的解决方案;拥有对贡献者平台至关重要的核心系统,直接影响Scale的生成式AI数据管道和业务成果
高级全栈工程师
负责主要全栈产品领域,推动功能从设计到生产部署的全过程;使用React和TypeScript构建现代化的前端体验,确保性能、可用性和响应性;使用Python开发可靠的后端服务,处理分布式系统、数据管道和ML/LLM组件
高级软件工程师,连接性
设计和拥有支持Scale生态系统中可扩展数据生成、评估和定制客户交付的基础平台系统;构建可扩展的生产级服务,支持前沿AI工作流程,包括多模态输入、长期运行流程和代理编排;构建和运营大规模分布式系统,确保正确性、可靠性、可观察性和成本效率
软件工程师 - 计费平台
设计、实施和运营灵活且准确的财务系统;跨后端、前端和会计相关系统开展工作;以高速度和高品质交付成果,以吸引我们的客户;参与从概念化到生产的整个产品生命周期;能够并愿意快速处理多项任务并学习新技术
高级后端工程师
负责前沿代理数据产品的主要后端系统,推动项目从早期探索到生产部署的全过程;构建支持代理工作流程(如编码、工具使用编排、GUI/计算机使用任务)的可扩展服务和管道,确保高可靠性和可观测性
前向部署工程师
推动影响:通过为领先的AI创新者和政府机构提供关键数据解决方案,直接促进人工智能的发展;客户协作:每天与技术客户互动,理解其独特挑战并将其转化为有影响力的解决方案;端到端开发:设计、构建和部署涵盖整个技术栈的功能,从前端界面到后端系统和基础设施
高级软件工程师
负责产品内的大型核心模块;能够与内部或外部客户进行跨职能协作;端到端构建功能:包括前端、后端、系统设计、调试和测试;以高速度和高品质交付实验,以吸引客户;参与从概念化到生产的整个产品生命周期
高级软件工程师 - 智能代理数据产品
负责主要全栈产品领域,推动功能从概念设计到生产部署的全过程;使用 React + TypeScript 构建直观、高性能的前端体验;使用 Python 开发可靠的后端服务,涉及分布式系统、数据管道和AI/ML基础设施
前沿部署数据科学家/工程师
直接为领先的AI创新者和企业客户提供关键的数据科学基础设施和洞察,推动AI发展;与我们的技术客户进行日常互动,深入理解其独特挑战,并将模糊的业务问题转化为具体的数据驱动解决方案和稳健的统计模型
IT支持工程师
负责员工的入职和离职流程,包括:主持新员工入职培训、配置和回收硬件、账户及访问权限;为全球所有Scale员工提供通用IT支持;维护所有办公技术设备(打印机、Zoom Rooms、会议室调度器等)并提供技术协助
解决方案工程师
与销售代表合作,根据客户需求提供定制化的演示和原型;在生成式AI/大语言模型的企业级应用(如金融服务、保险、SaaS等领域)中发展技术领域专长;负责通过解决技术障碍来确保“技术方案获胜”
解决方案工程师
与销售代表合作,根据客户需求提供定制化的演示和原型;在生成式AI/大语言模型的企业级应用(如金融服务、保险、SaaS等领域)中发展技术领域专长;负责通过解决技术障碍来确保“技术层面的胜利”
全栈软件工程师 - 企业级生成式人工智能
为主要企业客户(包括知名媒体和财富500强公司)构建和增强面向用户的AI应用程序;开发和改进Scale的GenAI平台功能,使企业能够构建、部署和管理AI驱动的智能体;使用Next.js、React、TypeScript和Tailwind设计、构建和优化精美、高性能的用户界面
生成式人工智能平台工程师
负责产品内大型新领域的整体工作;跨后端、前端工作,并与大型语言模型和机器学习模型进行交互;以高速度和高品质交付实验,以吸引客户;参与从概念化到生产的整个产品生命周期;能够并愿意进行多任务处理,并快速学习新技术
高级基础设施软件工程师
为我们的多云基础设施定义架构模式,以支持企业客户安全、可靠、可扩展的智能体工作流;领导基础设施路线图,重点关注合规性、隐私和安全标准,包括设计变更管理和数据隔离策略;拥有我们一流的智能体可观测性平台(日志记录、指标、跟踪和分析)的开发和维护,以主动确保系统健康并实现快速事件响应
生成式人工智能平台工程师
负责产品中大型新领域的开发与所有权;跨后端、前端工作,并与大型语言模型和机器学习模型交互;以高速度和高水平的质量交付实验,以吸引我们的客户;参与从概念化到生产的整个产品生命周期;能够并愿意进行多任务处理,并快速学习新技术
后端工程师
设计、构建和扩展支持企业级生成式AI产品的后端系统,重点关注可靠性、性能以及在Scale和客户基础设施上的部署;开发核心服务和API,以安全高效地集成AI模型和企业数据源,实现生产规模的AI应用
前向部署人工智能工程师
直接与企业客户合作,了解其技术基础设施、数据管道和业务需求;设计和实施Scale AI平台与客户数据环境(云平台、数据仓库、内部API)之间的定制集成;构建稳健的数据连接器和ETL管道,以摄取、处理客户数据并为其AI工作流做好准备
杰出工程师,企业人工智能
定义并推动Scale公司AI/ML基础设施及SGP平台的技术战略,平衡短期与长期投资;与高级工程和产品领导层合作,确保企业AI系统的可扩展性、安全性和高性能;领导跨多个团队的架构和设计评审,确保技术一致性和创新
资深 / 高级 资深 机器学习工程师 - 技术负责人
制定技术路线图:定义并拥有企业深度研究代理的技术战略、架构和路线图,确保与 Scale AI 的整体 AI 战略和业务目标保持一致;推动突破性研究到生产:领导从初始研究到生产部署,再到实现客户影响的端到端开发,重点关注整合多样化的数据模态
应用人工智能工程师
负责规划、拥有并优化企业客户最深层次技术问题背后的人工智能;利用SGP构建行业内最先进的AI代理,包括多模态功能、工具调用等;具备收集业务需求并将其转化为技术解决方案的经验;定期与客户团队进行现场和虚拟会议,与负责其数据和机器学习需求的各团队进行跨职能协作
应用人工智能工程师
负责规划、主导并优化企业客户最复杂技术问题背后的人工智能解决方案;利用SGP构建行业内最先进的AI智能体,包括多模态功能、工具调用等;收集业务需求并将其转化为技术解决方案;定期与客户团队进行现场和线上会议,跨职能协作以满足其数据和机器学习需求
相关搜索词
这些词用于覆盖真实搜索需求,也方便用户继续定位公司、城市、岗位方向和薪资信息。