资深前部署工程师,GenAI,Google Cloud(日语、英语)
Summary
Google Cloud 发布 Senior Forward Deployed Engineer, GenAI 职位招聘,工作地点位于日本东京。该职位属于 Google Cloud 的 Go-To-Market 团队,要求候选人具备 Python 和机器学习框架(如 Keras、PyTorch、HF Transformers)的 5 年以上经验,以及应用 AI 构建系统的能力,包括提示工程、微调、检索增强生成(RAG)和编排模型与外部工具交互。候选人还需有在云平台(如 Google Cloud Platform)上架构、部署或管理解决方案的经验,并精通日语和英语。优先条件包括 AI 或计算机科学硕士/博士学位,以及使用 LangGraph、CrewAI 或 Google Agent Development Kit (ADK) 实现多智能体系统的经验,熟悉 ReAct、自我反思、层级委托等模式,并了解大语言模型原生指标(如 tokens/sec、cost-per-request)及状态管理和细粒度追踪优化。职位核心职责是将 AI 应用从原型转化为生产级智能体工作流,架构并编码连接 Google AI 产品与客户现有基础设施,构建评估流水线和可观测框架以确保智能体系统的准确性、安全性和延迟达标,识别可复用的现场模式并将其转化为可复用模块或产品功能需求,以及联合客户工程团队灌输 Google 级开发最佳实践。该职位强调嵌入式构建者的角色,弥合前沿 AI 产品与客户生产现实之间的鸿沟,并将现场洞察反馈至 Google Cloud 产品路线图。Google 提供包括 Gemini 前沿模型和 Vertex AI 平台在内的最先进 AI 产品组合,以及直接接触 DeepMind 工程和研究团队的协作文化。
Key Takeaways
- 5 年职位要求 以上 Python 及 Keras、PyTorch、HF Transformers 等机器学习包的使用经验。
- 需要具备应用 AI 经验,包括提示工程、微调、RAG 以及编排模型与外部工具交互以交付解决方案。
- 优先考虑具有 LangGraph、CrewAI 或 Google ADK 实现多智能体系统经验的候选人,并熟悉 ReAct、自我反思和层级委托模式。
- 职责包括将 AI 应用从原型转化为包含多智能体系统和 MCP 服务器的生产级智能体工作流,并驱动投资回报。
- 需要构建评估流水线和可观测框架,确保智能体系统满足准确性、安全性和延迟要求。
- 岗位充当嵌入式构建者,将现场真实洞察转化为 Google Cloud 未来产品路线图的反馈。
- 工作地点位于日本东京,要求日语和英语流利,直接面向日本本地客户和利益相关者。
这是一份来自 Google Cloud 的 FDE 官方职位描述,极其详尽地定义了 AI 前线部署工程师在 2025 年应具备的技能栈和职责边界。从提示工程、RAG 到多智能体系统和 MCP 服务器,再到 LLM 原生指标优化,该 JD 几乎囊括了将生成式 AI 从 demo 推向生产环境的所有关键工程能力。对于正在组建 AI 落地团队的企业和规划职业路径的工程师而言,这份文件提供了一个权威的能力模型和行业标杆。推荐所有关注 AI 工程化和企业级 AI 部署的读者仔细研读。
职位要求 5 年以上 Python 及 Keras、PyTorch、HF Transformers 等机器学习包的使用经验。
资深前部署工程师,GenAI,Google Cloud(日语、英语)
职位描述
Google 欢迎残障人士。
最低要求:
- 科学、技术、工程、数学学士学位,或同等实践经验。
- 5 年 Python 及相关机器学习包(例如 Keras、PyTorch、HF Transformers)使用经验。
- 在应用 AI 领域有经验,能够围绕预训练模型构建系统(例如提示工程、微调、检索增强生成(RAG)、协调模型与外部工具的交互以交付解决方案)。
- 具有在云平台(例如 Google Cloud Platform)上架构、部署或管理解决方案的经验。
- 能够流利使用日语和英语进行沟通,与内部和外部利益相关者互动。
优先要求:
- 人工智能、计算机科学或相关技术领域的硕士或博士学位。
- 有使用框架(例如 LangGraph、CrewAI 或 Google 的 Agent Development Kit (ADK))以及 ReAct、自我反思和分层委托等模式实现多智能体系统的经验。
- 了解大型语言模型(LLM)原生指标(例如 tokens/秒、每次请求成本)以及优化状态管理和细粒度追踪的技术。
关于这份工作
在这个角色中,你将成为一名嵌入式构建者,弥合前沿人工智能(AI)产品与客户实际生产环境之间的差距。你将解决生产过程中的障碍,包括集成问题、数据准备问题以及状态管理测试,这些障碍阻止 AI 达到企业级成熟度。你将负责 AI 系统的部署,并充当反馈循环,将真实世界的现场洞察转化为 Google Cloud 未来的产品路线图。这是一个激动人心的时刻,加入 Google Cloud 的上市团队,引领全球企业的 AI 革命。通过利用 Google 的品牌信誉——建立在发明基础技术并证明其大规模可用性的遗产——你将脱颖而出。我们将为你提供世界上最先进的 AI 产品组合,包括前沿的 Gemini 模型和完整的 Vertex AI 平台,帮助你解决业务问题。我们拥有协作文化,可以直接接触 DeepMind 的工程和研究人才,助你解决客户挑战。加入我们,成为我们使命的催化剂,推动客户成功,定义新的云时代——市场属于你。
职责
- 担任人工智能(AI)应用程序的开发者,将原型转变为生产级代理工作流(例如多智能体系统、模型上下文协议(MCP)服务器),从而驱动投资回报率(ROI)。
- 作为团队一员,架构并编码 Google AI 产品与客户实时基础设施之间的连接,包括应用程序编程接口(API)、遗留数据孤岛和安全边界。
- 构建评估流水线和可观察性框架,确保代理系统满足准确性、安全性和延迟要求。
- 识别 Google AI 栈中的可重复现场模式及摩擦点,将其转化为可复用模块或正式的产品功能需求,提交给工程团队。
- 与客户工程团队共同构建,灌输 Google 级别的开发最佳实践,确保项目成功和最终用户采用。
Google 自豪地成为提供平等机会的工作场所,并是一家积极行动的雇主。我们致力于提供平等的就业机会,不论种族、肤色、血统、宗教、性别、国籍、性取向、年龄、公民身份、婚姻状况、残疾、性别认同或退伍军人身份。同时,我们也会在法律要求下考虑具有犯罪记录的合格申请人。另请参阅 Google 的 EEO 政策和 EEO 是法律。如果您有需要特殊照顾的残疾或特殊需求,请填写我们的申请人照顾申请表告知我们。
Tags
Related Topics
Expert Comment
This article is curated by the editorial team from public sources for reference only.