我们使用Cookie和类似技术来改善您的体验、分析网站使用情况并协助我们的营销工作。我们收集的数据包括页面访问记录和匿名使用统计。 隐私政策
发布时间:
我们在寻找怎样的人才 (Who we are looking for): ・具备创新思维和着眼于未来的远见，对运维大模型技术方向有深刻洞察。 ・乐于与团队同事及广泛的技术社区协作，推动 AI 算法在运维业务落地。 ・Work Smart, Play Smart! 你将负责的工作 (What you'll do): ・深耕智能运维大模型赛道，主导运维垂类 LLM 微调、RAG 系统架构设计与落地实施。 ・负责时序异常检测、故障根因分析算法的设计、迭代与效果调优，用 AI 重塑故障发现定位能力。 ・面向告警、故障处置、运维诊断真实业务场景，完成算法原型验证、工程化落地与持续效果迭代。 ・对接多源运维观测数据（指标、日志、链路、告警），结合多模态技术构建运维 AI 样本与评测体系。 ・和架构、平台、SRE 团队紧密协作，定义算法能力边界，输出可上线的算法服务，支撑上层智能体业务。 如果你具备以下条件，你将是合适的人选 (You'll be a good fit if you have/are any of below): ・拥有计算机科学、人工智能、自动化、数据科学或相关领域的学士及以上学位。 ・在大模型算法、AIOps 时序算法、根因分析方向具备扎实的实战落地经验。 ・具备以下任何一项专业知识和经验者将获优先考虑： ・精通 LLM 微调技术 LoRA/QLoRA，拥有垂类大模型业务落地经验。 ・精通 RAG 架构，具备向量知识库、检索增强系统完整建设经验。 ・熟悉时序异常检测、根因分析算法，深度理解 Prometheus/Grafana 运维监控生态。 ・具备多模态学习经验，能够处理指标、日志、告警混合运维异构数据。 ・熟悉 AIOps 业务，能够把运维故障痛点转化为可实现的算法方案。 ・具备出色的逻辑分析能力和解决复杂问题的能力。 ・将根据申请人的相关工作经验分配至不同的核心项目。 ・能够展示 AI 相关知识，或有在工作中使用生成式 AI 工具（Generative AI tools）经验和能力的候选人将获优先考虑。