一、岗位职责‌
1.‌AI系统运维保障‌
- 负责AI平台/模型的部署、监控及故障处理，确保服务SLA≥99.9%。
- 设计自动化运维工具（如日志分析脚本、智能告警系统），提升故障响应效率。
2.‌性能优化与安全‌
- 优化模型推理性能（如GPU资源调度、模型量化），降低延迟30%以上。
- 实施安全策略（数据加密、入侵检测），防范模型泄露或恶意攻击。
3.‌跨团队协作‌
- 支持算法团队完成模型训练任务，提供算力资源调优建议。
- 为业务方提供私有化部署方案（如语音/NLP服务）及技术培训。
‌二、技术要求‌
‌硬技能‌
1.‌基础能力‌
- 精通Linux系统管理及Shell/Python脚本开发（必备）。
- 熟练掌握python 虚拟环境及大模型环境运维，要求支持内网环境。
2.‌AI与工具链‌
- 熟悉主流监控工具（Prometheus/Zabbix）及日志分析体系（ELK Stack）等。
- 了解机器学习框架（TensorFlow/PyTorch）及基础算法原理（加分项）。
‌软技能‌
- 故障快速定位能力（平均修复时间MTTR≤60分钟）。
- 跨部门沟通能力（需向非技术人员解读技术和运维方案）。