招聘职位:AIGC应用部署工程师(远程/全职/外包)
【重要前言:请勿盲目投递】
这是一个纯实战性职位,需要您立即上手解决具体的技术部署问题。如果您主要经验是学习课程、跑通几个教程代码,无法独立完成一个完整系统的搭建,那么这份工作可能不适合您。我们希望通过以下“硬性能力自检” 来节省您我的时间。
一、 硬性能力自检清单(入职一周内需证明)
在投递简历前,请务必对照以下清单。我们面试的核心内容就是验证您是否真正具备这些能力:
环境与部署:
能否在没有指导的情况下,在一台干净的Linux服务器上,从零开始部署好Stable Diffusion WebUI(例如AUTOMATIC1111版本)并成功运行?
能否独立解决部署过程中遇到的99%的Python包依赖冲突、CUDA版本不匹配、显卡驱动等问题?
模型与集成:
是否实际集成过ControlNet等控制插件?不仅仅是安装,而是理解其工作流程,能解决常见的模型加载失败、控制失效等问题。
是否有过下载、管理、切换多种大模型(如各类SD 1.5, SDXL, LoRA)的实际经验?
问题解决:
当遇到“Out of Memory”错误时,是否能系统地提出并尝试多种解决方案(如启用xFormers、调整精度、使用Tiled Diffusion等)?
是否熟悉如何查看GPU使用情况(nvidia-smi),并根据显存占用判断系统状态?
工程习惯:
是否习惯使用git进行版本管理?
是否懂得使用conda或venv来管理独立的Python环境?
二、 面试流程(实战验证)
我们不相信空洞的自我介绍,面试将直接进入实战环节:
项目经历深挖(30分钟):
请您共享屏幕,展示您之前部署过的Stable Diffusion项目。
我们需要您现场讲解:项目目录结构、关键配置文件、您修改过哪些参数、遇到的最棘手问题是什么以及如何解决的。
【重点】如果您无法展示实际项目代码和记录,本轮面试将直接终止。
现场技术排查(30分钟):
我们会描述一个在部署或运行中常见的错误场景(例如:成功安装后,生成图片时出现某个特定报错),请您口述或画图分析排查思路和解决方案。
三、 职位要求
必须项(满足以下所有条件,请勿抱侥幸心理):
有可证明的Stable Diffusion项目部署经验,必须能在面试中展示。
熟练的Python编程能力,深刻理解PyTorch的基本使用和模型加载推理流程。
熟练掌握Linux基础命令,能在无图形界面的服务器环境下工作。
具备强大的问题解决能力和耐心,能通过搜索引擎(Google/Stack Overflow/GitHub Issues)独立解决90%以上的技术难题。
具备优秀的沟通能力,能清晰地用文字和语言描述技术问题。
加分项(非必须,但有则极具优势):
有WebUI插件开发或修改经验。
理解Stable Diffusion、ControlNet的基本原理。
有使用MLflow、W&B等工具进行实验跟踪的经验。
有容器化(Docker)部署经验。


8


联系我,一线ai算法开发,多年经验,ubuntu22.04工作环境,满足要求
可联系我 多年linux应用软件实施部署经验 golang python docker均可以 强学习实践能力
您好,我们希望寻找一位技术伙伴,完成一个AIGC图像生成平台的搭建。我们尊重技术价值,预算明确,并期待长期合作。
一、 项目核心需求
功能目标: 基于Stable Diffusion,集成ControlNet与高清放大算法,确保能稳定生成16K分辨率的高质量图片。
交付形式: 整个系统必须采用Docker容器化部署,提供完整的Dockerfile和docker-compose.yml文件,实现一键部署。
成果验收: 交付后,我们需能通过Web界面流畅使用所有功能。
二、 我们的合作诚意与方式
技术认可: 我们为有价值的技术付费。本项目预算为 20,000元人民币。我们相信,合理的报酬是获得高质量成果的前提。
试用与验证: 我们提议 “先试用,后付全款” 。我们将提供一个测试服务器,请您在上面进行部署。当所有功能达到验收标准后,我们立即支付全额款项。
源码所有权: 这是关键要求。您为本项目编写的所有配置文件、构建脚本和定制化源码,其完整所有权必须在交付时转移给我们。当然,其底层依赖的开源项目(如Stable Diffusion WebUI)仍遵循其原有许可证。
三、 我们期待的你
我们并非寻找一个简单的“软件安装工”。我们看重的是:
技术深度: 能解决Docker化过程中复杂的依赖和环境问题。
工程能力: 交付的是一套清晰、可维护、有文档的“产品”,而非一堆杂乱脚本。
合作精神: 良好的沟通,能理解需求并给出专业建议。
如果您对此项目有信心,请联系我们并简要说明您的技术方案。我们期待与真正的专家合作。
工钱多少?