AI SRE

根据 AI-Native 研发运维模式演进对运维决策、系统可靠性与基础设施可调用性的要求，完成 AI Ops 体系与关键能力建设，统筹可观测性、故障治理、可靠性优化和知识沉淀等工作，支撑运维智能化升级，实现系统稳定、高效与可规模化运行。 具体职责包括以下相关方向的一项或多项： ● 推动 AI-Native 研发运维模式演进：探索 AI 与工程师协同的软件研发与运维方式，让 AI 参与系统架构分析、运维决策与故障诊断。 ● 构建 AI-Native Reliability System：设计具备推理能力的 SRE Agent，并结合系统可观测数据与知识体系，构建智能化系统分析与决策能力。 ● 建设 AI-Ready 运维基础设施：升级运维基础设施，使系统数据、工具能力与执行接口能够被 AI 调用与理解。 ● 设计可规模化的系统可靠性工程机制：通过系统架构与工程机制设计提升系统可靠性，例如故障隔离、风险控制与安全发布策略。 【任职要求】 1.基础条件 ● 计算机、软件工程等相关专业优先。 ● 具备扎实的软件工程基础与良好的编程能力（Python / Go / Java 等）。 2.专业能力 ● 系统工程能力 ○ 理解分布式系统和云原生架构，具备构建复杂工程系统的潜力。熟悉现代云原生基础设施，例如 Kubernetes。 ● AI-Native 工程能力 ○ 熟悉大语言模型（LLM）与 Agent 技术，并有将其应用于软件开发、系统分析或自动化运维的实践经验。 ○ 理解 Agent 的基本机制（推理、规划、工具调用），能够将复杂系统问题抽象为可执行的任务链路。 ○ 能够利用 AI 工具与智能体提升工程效率，并探索 AI 参与研发与运维流程的实践。 ● 系统可靠性与工程思维 ○ 理解系统可靠性工程理念，能够从系统设计与工程机制角度思考稳定性问题。 ○ 能够分析复杂系统行为并识别潜在风险与异常模式。 加分项 ● 有 Agent 开发经验（LangChain / AutoGen 等）。 ● 有 AIOps / 智能运维研究或实践经验。