Lead AI Infrastructure & Reliability Engineer

The engineer who makes a small, senior team run faster, steadier, and leaner.
讓整個工程組織跑得更快、更穩、更省的那個人。

【關於這個角色】
Mlytics 正從 multi-CDN 基礎設施公司，轉型為 AI Decision Intelligence 公司。我們的產品線包括 AI 問答分發系統（Cortex）與智慧調度平台，工程團隊小而資深，用 AI 放大每個人的產出。

這不是傳統的 Platform 職位。 我們不自建內部開發者平台、不設上線審批關卡。你的角色是放大器：建立可靠度機制、掌管 AI 成本、打造讓團隊敢動 legacy 的工程骨架。你定的機制會直接成為全公司的工程標準——而你做的成本優化，會直接出現在公司的損益表上。

【你會做什麼】

• 設計可靠度標準與 on-call 機制：定義全線上服務（AI 產品與 CDN 調度平台）的可靠度標準與升級機制，讓各團隊能自主運維、你是機制擁有者與最後防線
• 建立 AI 成本治理（FinOps）：依 model、tenant、feature 拆解 AI/infra 成本，建立歸因模型與預算可見度，主導跨團隊降本——這條直接影響毛利
• 決定平台架構方向：判斷 adopt vs build 的邊界，優先採用成熟工具與託管服務，讓平台在不擴編的前提下支撐產品成長
• 把 DevEx 制度化：設計共用的部署、觀測、測試骨架（golden path），讓「敢動 legacy」成為團隊常態
• 技術帶領：作為 infra／reliability 領域的技術導師帶方向，把關鍵知識機制化——我們不接受任何系統只活在一個人腦袋裡
• 產品端安全執行：依安全政策與威脅模型，在產品／雲端系統內落地安全控制

【我們在找的人】

• 8 年以上平台／SRE／雲端工程經驗，曾主導跨團隊的可靠度或平台演進方案
• 設計過 SLO 制度、on-call／升級機制或 golden path 並成功推動採用
• 有 AI／infra 成本治理實務（FinOps、COGS 拆解與降本）
• 熟悉 AWS／GCP、Kubernetes（EKS）生產環境與多雲維運
• 能作為技術導師帶方向；有在難測 legacy 系統中安全演進的實績

加分條件：

• LLM 服務維運經驗（推論可靠度、model routing、fallback）
• Databricks 或大型資料 pipeline 維運
• 曾在小團隊以自動化取代人力擴編。

【你可能不適合，如果你...】

• 想從零打造一套自己的平台（我們 adopt over build）
• 習慣當上線前的審批關卡（我們要放大器，不要守門員）
• 靠個人記憶與英雄式救火撐系統（我們要機制，不要英雄）

【為什麼是現在】

• 你的槓桿極大：小而資深的團隊，你定的機制直接成為全公司標準，沒有層層審批
• 成本 = 毛利：你做的 FinOps 不是內部報表，是損益表上看得見的數字
• AI-native 工作方式：我們用 Claude Code 等 AI 工具作為日常開發的一部分，你的產出會被 AI 放大