职位&公司对比

职位详情

• 北京
• 3-5年
• 本科

• 运维开发/DevOps
• AI
• Python/Shell
• 计算机相关专业
• 网络安全相关经验
• 运维经验
• 实施交付运维
• Ansible/Salt/Puppet
• Elasticsearch
• Docker
• 系统运维
• 运维开发经验
• 企业级
• IDC机房运维
• Kubernetes

## 系统运维工程师（大模型DevOps方向） ### 岗位职责 1. 负责大模型产品线DevOps体系的建设与优化，包括持续集成/持续交付(CI/CD)流程设计 2. 主导大模型训练工具的监控告警系统设计与开发，构建分布式系统健康度评估体系 3. 负责大模型训练集群的日常运维及性能调优，保障GPU算力资源的高效利用 4. 开发自动化运维工具链，实现大规模机器学习任务的部署、调度与资源管理 5. 搭建智能化的故障诊断平台，实现训练任务异常检测与根boss因分析自动化 6. 与算法团队紧密协作，优化分布式训boss练框架的部署架构与资源利用率 7. 跟踪前沿技术，探索AIOps在模型训练场景下的落地应用 ### 任职要求 1. 计算机相关专业本科及以上学历，3年以上云计算/DevOps领域经验 2. 精通Linux系统运维，熟练掌握Python/Go至少一种开发语言 3. 深入理解Docker/Kubernetes技术栈，有大规模容器集群管理经验 4. 熟悉Prometheus/Grafana/ELK等监控告警系统，具备二次直聘开发能力 5. 掌握Spark/Flink等大数据组件运维，了解TensorFlow/PyTorc直聘h等AI框架特性 6. 具备公有云（AWS/Azure/阿里云）运维经验，熟悉GPU服务器管理 7. 熟悉Jenkins/GitLab CI/Github Flow等CI/CD工具链，了解Argo Workflow等编排工具 8. 优秀的故障排查能力，对系统性能调优有成功实践经验 9. 良好的沟通能力，能与算法/研发团队高效协作 ### 加分项： - 熟悉大模型训练全流程技术栈（数据准备/分布式训练/模型部署），有项目落地经验者优先 - 有高并发分布式系统运维经验（万级节点规模优先） - 参与过MLOps平台建设或AI基础设施优化项目 - 持有CKA/CKAD/云计算相关认证 **申请方式：** 备注：系统运维-姓名-学历-工作年数