任务详情
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。
