正在读取岗位…
11/15 11:45

AI平台工程师

AI Platform Engineer

数据与人工智能全职
薪资标准:原帖未明确标注

AI 摘要

Supabase 招聘 AI Platform Engineer,独立负责内部 AI agent 平台的执行层、评估与治理体系、agent 组合及基础设施和价值度量。岗位要求具备生产级 LLM agent、评估设计、API/MCP 开发及 Python、GCP 基础设施经验。工作方式为全球远程,并提供股权、健康保障及设备和教育等津贴。

岗位速览

用工形式
全职

岗位介绍

关于 Supabase

Supabase 是一个专为开发者打造的 Postgres 开发平台。我们提供了一套完整的后端解决方案,包括数据库、身份认证、存储系统、边缘函数、实时数据处理以及向量搜索功能。所有服务都进行了深度集成,并且都是为系统的持续发展而设计的。

关于该职位

我们正在招聘一名AI平台工程师,负责构建Supabase内部AI系统的执行层。

Supabase正在开发一款基于人工智能(AI)的内部操作系统:这是一种在整个公司范围内通用的工作方式,其中人工智能将承担大部分运营工作,而不仅仅是作为辅助工具存在。我们正在组建一个新的核心团队来开发这些系统,为各个团队提供支持,并将人工智能技术应用到整个组织中。你就是这个团队的工程师。

执行层的工作由你负责。你需要构建一个能够实际运行代理程序的平台:该平台应具备事件触发机制、与模型类型无关的运行时环境、能够保证数据在重启后仍然保留的持久化存储机制、人工审核机制、原子级的回滚功能,以及对所有用户输入、工具调用和决策过程的完整日志记录,以便能够重现任何一次运行过程。你还需要构建评估层,以确保整个系统的可靠性——因为一个无法被有效评估的代理程序,其可信度自然也无法得到保障(即它只能用于简单的读取操作,而无法承担更复杂的任务)。最后,你还需要开发这些代理程序本身,这些代理程序的应用范围从执行层报告系统,一直到负责监控平台并持续对其进行优化的底层代理程序。

这是一个从设计上就非常注重治理(即规则和管理)的环境,而这正是问题的关键所在。系统中的各个代理(agents)根据其权限等级被划分为不同的风险等级:从只能读取内部数据的代理,到能够对外发布信息的代理;不同等级的代理在审查深度、评估要求以及需要经过的人工审批流程上也存在差异。某些功能是被永久禁止的:代理可以读取数据并生成报告;在获得人工同意后,它可以将由人工编写的信息更新到系统中;它还可以在规定的预算范围内发起联系;但它永远不能自主地在共享的工作系统中写入任何承诺性内容(如负责人、截止日期或状态等信息)。你的工作就是从结构上确保这些操作根本无法实现,而不仅仅是简单地禁止它们。

你将是这个平台上唯一的工程师。你需要自己做出关于系统架构的决策,全权负责基础设施的搭建,并对系统进行相应的配置,以便系统能够自行报告其运行效果(即系统的性能或收益等指标)。

您将负责的工作内容

在这个职位上,您将:

  • 将代理平台投入生产环境。 实现事件触发的任务队列、与模型无关的运行时环境(选择运行时环境是一个需要您最终决定的开放性问题)、能够在系统故障后仍保持数据完整性的持久化状态、人工审核机制、原子级的回滚功能,以及完整的运行日志记录。
  • 负责评估流程的设计,并控制依赖于该流程的各个环节。 采用基于行为断言的评估标准(而非仅依赖直觉),制定明确的评判规则,确保每次系统运行时都必须通过安全检查;同时设置持续集成(CI)机制,防止代码回归导致的错误被合并到系统中。这是任何需要执行除读取内部数据之外其他操作的代理程序的必要前提条件。
  • 构建并管理代理程序的集合。 为管理层、团队领导和个人贡献者分别开发用于报告、起草文档、代码检查、问题解答等功能的代理程序;同时建立一个用于监控平台运行状况并持续改进平台的元管理层。
  • 在代码中落实治理机制。 对整个开发流程进行风险分级管理,确保每个代理程序仅拥有最低权限;设置工具使用权限控制机制;记录所有决策过程;对于可能存在安全风险的代码类别,采取禁止其执行的措施(而非仅添加警告标签)。任何代码的运行都必须经过注册的所有者、相应的权限审批以及人工审核。
  • 设计系统与用户交互的方式。 为每位用户设定合理的系统中断次数上限;采用消息批量发送的方式而非连续发送通知;在系统请求用户信息之前,先提供有用的内容或帮助。系统的易用性在很大程度上取决于这些交互设计。
  • 全面负责平台相关的工具开发与维护。 包括编译器和验证工具的开发,确保代码库的完整性;并设计好将系统上下文和功能传递到实际工作场景(如代码仓库和聊天界面)的路径。
  • 根据生产数据计算系统的运行效果指标。 建立从系统原始活动到各团队运行成熟度评分的完整评估流程,确保评分结果具有可辩护性(即团队可以对评分结果提出质疑,并通过具体数据而非主观意见来获得回应)。
  • 对平台自身的运行情况进行分析与记录。 设计一个日志系统,记录每个代理程序的处理任务量,并计算每月的系统整体运行效率;这样系统的价值就能通过客观数据来衡量,而不仅仅是基于主观声明。

请注意:上述翻译尽量保持了原文的逻辑结构和专业术语,同时确保了信息的准确性和完整性。

  • 你的思维方式
  • 递归思维

你需要构建的是生成器(generator),而不是某种特定的“工件”(artifact)。当你需要三十个代理(agents)时,你不需要手动编写每一个代理的代码;你应该构建相应的库存管理系统(inventory)、编译器(compiler)以及分发机制(distribution path),这些系统能够使得创建第 thirty 个代理只需要花费一个下午的时间。此外,还需要构建一个元层(meta layer),它的任务是监控平台的运行状态,发现潜在的问题并及时进行修复。

评估层其实就是将同样的方法应用于信任判断的过程。你并不是在检查某个代理今天的行为是否正确;你实际上是在构建一台机器,这台机器将决定未来的所有代理是否可以被允许上线使用。这意味着这套评估系统必须在某些方面做到比代理本身更准确(即不能出错),同时,用于进行评分的机制本身也需要经过严格的评估和验证。

逆向思维

你需要从失败的结果出发,逆向分析到设计过程。有一条规则是:任何代理都绝不能自主地在共享工作系统中写入任何承诺或指令。其中较弱的实现方式是:代理工具中的相关指令本身就无法设置所有者、截止日期或状态;而较强的实现方式则是:代理工具中的权限设置机制根本不允许进行这样的操作。因此,无论使用多么巧妙的输入方式、注入指令的手段,或是利用模型中的错误,都无法实现这种被禁止的写入操作。你应该优先考虑第二种情况(即代理工具中的权限设置机制无法被绕过)。

评估也是如此。在编写评估报告之前,需要先列举出代理可能出错的各种情况:比如报告夸大了实际并未发生的进展;将私人渠道的信息错误地纳入公开报告中;报告内容虽然准确,但却被解读为对某人的指责;或者将功劳错误地归给了其他人。评估报告就是这份清单,其中列出了所有在代理发布报告之前就被发现的问题,从而避免了给他人带来尴尬的情况。

原生支持人工智能的执行环境(AI-Native Execution)

您在实际工作中使用代理工具(agent tools),这些工具应用于文件和代码仓库中,对待这些工具的使用要求与对待您发布的任何其他产品或代码一样严格。您拥有自己的一套使用流程,并能够对其进行详细描述:哪些操作会触发这些工具的运行、这些工具被允许访问哪些数据、哪些操作需要人工审批、这些工具会记录哪些信息,以及您是如何发现其中一次出错的。

这段经验可以概括为这份工作。你的工作是为来自40多个国家的异步开发工程师们提供服务;他们评判这个平台的标准是:这个平台能否为他们节省时间,或者是否会让他们花费更多时间。因此,你既是这个平台的首个用户,也是最严格的评审者。

如果你符合以下条件,你可能会非常适合这个职位:

必备条件

  • 已经成功部署了生产环境中的大型语言模型(LLM)代理系统,这些系统是其他团队所依赖的核心工具。 这些不是演示版本,也不是内部展示用的系统;而是具有实际运行记录、真实用户使用情况,并且至少发生过一起需要处理的故障的正式生产系统。仅仅依靠提示工程(prompt engineering)是无法达到这一标准的。
  • 负责设计评估流程,而不仅仅是进行抽查。 你需要构建用于评估的系统样本(“golden sets”),编写行为断言(behavioral assertions),定义评估标准(judge rubrics),设定通过阈值,并对评估结果进行自动化质量控制(CI)。你需要能够解释:仅仅说“我们审查了一堆输出结果,它们看起来不错”并不足以构成真正的评估。
  • 深入参与了与系统实际运行相关的API开发工作,并且亲自编写了相关的管理控制(MCP)服务器代码。 你需要了解这些API的具体故障模式,而不仅仅是知道它们的存在。
  • 完全负责整个基础设施的搭建和管理,使用Python语言在Google Cloud Platform(GCP)上进行开发,包括云存储仓库和基础设施即代码(infrastructure as code)的实现。 你需要自行完成系统的配置、部署、监控以及回滚操作,并且能够独立做出架构决策,而不是将这些任务推交给他人。
  • 对软件与人类交互的方式有深刻的理解。 你需要将每一次用户通知都视为一种需要谨慎对待的交互行为——因为每次通知都代表着用户对你的软件和服务的信任。
  • 强烈信号
  • 该领域的公共工作:开发了一个开源的代理框架(agent framework)、一个MCP服务器(MCP server),或编写了关于代理可靠性的研究论文,这些成果被其他从业者广泛引用。
  • 大型语言模型(LLM)的可观测性及成本监控工具:负责追踪代理程序的运行情况,统计每次运行的成本,并构建查询语句,将原始日志转化为可供他人使用的报告。
  • 你开发了一个内部平台,非工程师团队也自愿采用了该平台;你能够描述在观察他们使用该平台后的改进之处。
  • 成功的样子是什么样的
  • 该平台非常简单易用。 代理程序按照预定的时间表和事件流程运行;系统在重启后仍能保持正常状态;执行失败的操作会自动回滚;每次运行的详细记录都可以从日志中重新获取。
  • 没有任何未经评估的内容会被发布。 每个注册的代理程序都包含一套完整的测试用例(包括安全测试用例);系统会阻止任何可能导致功能退化的操作;当有人对结果提出质疑时,系统会提供相应的测试用例作为回应,而不是简单的争论。
  • 虽然存在危险的操作,但系统并不会对此进行阻止或惩罚。 对代理程序权限的审计会确保其无法执行被禁止的操作;审计日志能够记录所有相关的决策过程,从而实现可追溯性。
  • 是团队主动使用该平台,而不是被动接受它。 代理程序之所以被采用,是因为其生成的报告非常有用,且团队的沟通及时且有效;每个团队最终都能至少拥有一个能够自动运行的工作流程。
  • 该平台能够自我证明其价值。 系统会记录并公开其所完成的工作量;因此,是否扩展该平台的决策是基于数据和分析得出的,而非仅凭主观热情。

我们提供的福利

  • 完全远程工作

我们全球范围内招聘人才。我们相信无论身处何地,您都能发挥出最佳的工作表现。虽然 Supabase 没有设立实体办公室,但我们为您提供 WeWork 会员资格或办公空间补贴,您可以在世界任何地方使用这些资源。

  • ESOP(员工股票购买计划)

每位团队成员都将获得公司的员工股票期权计划(ESOP,即股权所有权)。我们希望每个人都能分享我们共同创造的成果所带来的收益。

  • 技术津贴

使用这笔预算来打造您理想的工作环境——笔记本电脑、显示器、耳机,或者任何能帮助您发挥最佳工作效率的物品。

  • 健康福利

无论您身在何处,Supabase 为员工提供 100% 的健康保险,为员工的家属提供 80% 的健康保险。您的健康以及您家人的健康对我们来说非常重要。

  • 年度团队建设活动

每年一次,整个公司都会聚集在一个新的城市,度过为期一周的交流、合作和欢乐时光。这是我们一年中最重要的事情之一。

  • 灵活的工作安排

我们采用异步的工作方式,相信您能够自行安排时间。您清楚自己需要完成的工作以及完成的时间。

  • 职业发展

每位团队成员每年都会获得一笔教育津贴,可用于学习相关费用——包括课程费用、书籍购买、参加会议,或任何有助于个人成长的活动。

关于团队

Supabase从一开始就采用远程办公模式,并且坚持使用开源技术。我们相信,我们遍布全球的团队是我们打造开发者喜爱的工具的秘密武器。

  • 约400名团队成员
  • 涵盖60多个国家
  • 支持20多种语言
  • 已筹集超过10亿美元(其中包括5亿美元的F轮融资)
  • 拥有54万多名社区成员

我们发展迅速,采用开源技术进行开发,并将我们的产品应用于实际项目中。如果某个技术或工具被用于你的项目,那么我们也很可能会在自己的项目中使用它。我们非常重视开源生态系统,致力于支持现有的工具和社区,而不是取代它们。

查看原岗位