AI infra工程师-DevOps方向

一、一句话定位 参与建设面向大模型训练、推理与在线业务的 Kubernetes 研发交付平台，用代码打通从代码提交、构建、测试到灰度发布、回滚和运行反馈的完整链路，让业务交付更快、更稳、更标准化。 二、为什么这个岗位重要 在大模型业务中，模型服务、训练任务和 Agent 平台都运行在快速变化的云原生环境里，交付效率直接影响业务迭代速度。 这个岗位不是执行发布和维护流水线，而是把重复操作沉淀为平台能力、自动化工具与统一标准。 你将接触 Kubernetes、CI/CD、GitOps、制品供应链与稳定性工程，在真实的大规模业务场景中成长为平台工程师。 三、你将负责什么 1. 参与研发云原生 DevOps / 发布平台，建设代码提交、构建、测试、制品、部署、灰度、回滚和审计等能力。 2. 基于 Kubernetes Operator / Controller、CRD、Helm 等技术，将应用交付流程产品化、自动化。 3. 建设多环境配置、发布编排、变更校验和发布防护能力，降低人为操作和变更故障风险。 4. 参与 GitLab、镜像仓库、制品库等研发工具链的集成与工程化治理，提升交付链路的可用性和可观测性。 5. 与业务研发、K8s 集群、可观测和稳定性团队协作，把真实交付痛点转化为可复用的平台能力。 6. 持续改善研发体验，用数据衡量交付效率与质量，如发布频率、变更前置时间、发布成功率和回滚时长。 【任职要求】 四、我们期望你具备 1. 计算机、软件工程或相关专业本科及以上学历，具备扎实的计算机基础。 2. 至少熟练掌握 Go、Python、Java、C++ 中一门语言，能够独立完成编码、调试与测试；coding 是硬门槛。 3. 熟悉 Linux、计算机网络、数据结构与操作系统基础。 4. 理解容器、镜像和 Kubernetes 的基本概念，愿意深入学习云原生技术栈。 5. 有良好的工程习惯，重视代码质量、测试、文档和自动化。 6. 有 Owner 意识和协作意愿，能主动澄清问题并推进闭环。 加分项 有 Kubernetes、Docker、Helm、GitLab CI、Argo CD、Tekton 等实践或项目经历。 开发过 Operator / Controller、CLI、自动化平台或内部研发工具。 有开源贡献、技术竞赛、优秀课程设计或可展示的个人项目。 对大模型训练、推理、Agent 或 AI Infra 有兴趣和实践。