携程资深AIOps工程师（容量分析方向）(MJ026510)
任职要求
1、扎实的基础知识，了解软件工程体系架构，在某一领域有深入理解，有云原生/PaaS/容量领域研发经验优先； 2、有很强的分析问题和解决问题的能力，擅长场景问题的数学建模、数据统计分析；熟练掌握常用的时序预测算法，如ARIMA、Prophet、LSTM、C…
工作职责
负责设计和实现携程集团全面容量管理体系，需具备基于AIOPS的容量管理和运维经验。 1、负责携程集团容量管理体系建设，包括高峰和日常场景下的容量预估、容量治理、容量弹性伸缩、容量应急等，构建自动化、智能化的容量托管能力； 2、建设全面资源管理系统，包括但不限于计算、存储等20+种资源管理能力，建设自动化、智能化水位管理能力，建设监控告警巡检等稳定性保障体系等；建设智能化的资源增长预测能力，做出资源需求规划和评估容量风险，最大化资源利用率，建立自动化的良性资源循环； 3、探索计算、存储、带宽等资源的优化方案，通过技术手段实现成本优化，建设/推动多种混部(离在线、存储计算)、容量巡检等能力，优化资源效率，提升性能，降低成本； 4、建设资源容量相关数据体系，并建设和优化容量、ROI等模型，由数据驱动制定资源容量和管理计划，持续优化供需，降低成本； 5、负责和推动携程智能资源容量调度能力提升
1、参与设计和开发AIOps解决方案，帮助实现希音运维的智能化。 2、参与公司容量资源规划：运用机器学习和数据分析技术，预测容量变化、监控和分析系统性能、识别潜在问题，并提供可解释的解决方案，以提高资源利用率，提前发现容量瓶颈。 3、打通故障从告警发现、故障定位、故障恢复的全链路，借助于机器学习、深度学习、大模型等相关技术，帮助进行故障的异常检测、告警降噪、根因定位、预案的决策等，进而提升故障恢复效率。
我们正在寻找一位经验丰富的AIOps工程师，加入我们的技术团队，该职位将参与AIOps研发工作，围绕质量、效率、成本三个方面来不断的优化和改进运维工作。 设计和开发AIOps解决方案，帮助实现携程运维的智能化。 参与公司容量资源规划：运用机器学习和数据分析技术，预测容量变化、监控和分析系统性能、识别潜在问题，并提供可解释的解决方案，以提高资源利用率，提前发现容量瓶颈。 打通故障从告警发现、故障定位、故障恢复的全链路，借助于机器学习、深度学习、大模型等相关技术，帮助进行故障的异常检测、告警降噪、根因定位、预案的决策等，进而提升故障恢复效率。
职位描述：主导构建与演进滴滴网约车核心业务的稳定性保障体系，打造业界领先的稳定性平台。 涵盖风险水位度量、风险巡检与治理、监控报警、故障应急、SLA治理等全链路稳定性保障。 定义服务，链路，领域等维度的SLA/SLO/SLI指标体系，指标驱动稳定性的提升。 构建风险巡检引擎，识别系统与链路等维度风险点，推动风险治理与可用性提升，确保服务质量与链路稳定性。 设计并落地全局故障应急响应机制与处置手段，建立高效的On-call文化与故障复盘流程。 研发和完善基础组件/业务中间件等，推动项目落地，持续跟进和完善项目，更好的支持业务稳定性迭代；
1、学习并了解公司业务流程，熟悉公司应用、系统、基础设施等各层技术的调用逻辑； 2、负责设计、落地稳定性保障解决方案，包括但不限于风险挖掘、线上问题管理、监控告警管理、生产变更管理、重大活动保障管理、稳定性文化机制等； 3、推进标准保障方案的工具产品化落地及运营，通过产品工具帮助稳定性工作提效降本。