AI运维工程师

岗位职责 1、负责AI平台、模型服务、业务服务等系统的日常运维、监控、发布和故障处理。 2、负责 Kubernetes 集群中的服务部署、扩缩容、资源调度、服务发现、配置管理和稳定性保障。 3、参与服务的上线、灰度发布、回滚、容量评估和性能优化。 4、负责Linux 系统、网络、存储、容器、GPU资源等基础环境的问题排查。 5、建设和维护监控告警体系，包括 Prometheus、Grafana、日志平台、链路追踪等。 6、参与AI服务高可用架构设计，提升系统稳定性、可观测性和故障恢复能力。 7、熟悉AI Coding工具在运维软件开发中的使用，能够借助AI辅助完成运维平台、自动化工具、巡检脚本、告警处理系统、故障诊断工具等开发工作，并具备代码审查、问题验证和工程落地能力。