一、工作职责
1. 自动化运维平台建设：设计、开发并迭代运维自动化平台及工具链，覆盖CI/CD、CMDB、监控告警、资产管理、工单系统等模块，将系统部署、应用发布、配置变更等重复性手工操作转化为自动化流程，提升运维效率，降低人为错误。
2. 系统与业务稳定性保障：构建并完善全链路监控告警体系，基于Zabbix、Prometheus等工具实现7x24小时全方位监控；开展性能分析、容量规划，制定并落地容灾备份方案，保障业务系统高可用与可扩展。
3. 容器化与云原生技术落地：负责Kubernetes容器云平台的搭建、维护与功能拓展；推进应用容器化编排与全生命周期管理，推动Docker、k8s等云原生技术在公司内部的规模化应用。
4. AI大模型部署与运维：基于Xinference、vLLM、TGI等推理框架，实现大语言模型生产环境的服务化部署；管理GPU资源池与模型版本，优化推理吞吐量、延迟等性能指标；构建模型专属监控告警体系，实现灰度发布、A/B测试与弹性伸缩。
5. 运维流程优化与技术支持：深入分析运维流程痛点，通过技术手段推动流程优化；为业务系统提供日常运维支持，快速响应并解决线上故障与疑难问题；编写并维护标准化技术文档。
二、任职要求
1. 技能要求
◦ 精通Python、Go、Shell脚本中的至少一门编程语言，具备运维工具开发能力；熟悉Django、Flask等Web开发框架，掌握Vue、React等前端技术者优先。
◦ 深入理解Linux/Unix操作系统原理，熟练掌握系统调优与常用命令；具备扎实的TCP/IP、HTTP等计算机网络知识。
◦ 熟悉Ansible、SaltStack等配置管理工具，精通Docker、Kubernetes等容器化技术，了解Jenkins、Git、Harbor等CI/CD工具链，熟练使用Prometheus、Grafana等监控解决方案。
◦ 掌握AI大模型部署与推理技术，熟悉Xinference、vLLM、TGI等主流推理框架；了解CUDA、NVIDIA MIG等GPU资源管理技术，熟悉模型服务化部署与负载均衡方案。
◦ 熟悉MySQL、PostgreSQL等关系型数据库及Milvus等向量数据库，掌握Redis、MongoDB等NoSQL数据库；了解Nginx、Kafka、Elasticsearch等中间件的配置与优化。
◦ 具备华为云、阿里云、腾讯云等主流云服务商使用经验，熟悉其核心服务。
2. 经验与学历
◦ 计算机、通信等相关专业本科及以上学历。
◦ 3-5年及以上运维开发、DevOps相关工作经验，有大型互联网企业或科技公司项目经验者优先。
◦ 具备强烈的责任心与主动性，拥有优秀的问题分析与解决能力。
◦ 具备快速学习新技术的能力，拥有系统架构设计思维与运维体系全局视野。