百度智能运维方向大模型应用开发工程师（J97699）
任职要求
- 计算机/人工智能相关专业或有实际的AI相关实践与理论经验，硕士以上学历 - 熟练掌握python/c++等编程语言，对于AI相关的Python库比较了解（比如Pandas等），能够开发api/web接口 - 能使用文心智能体/appbuilder/扣子、Dify/FastGPT 等Agent开发工具进行应用开发，有实际的落地案例 - 熟悉向量检索、RAG、任务规划等AI agent关键技术 - 掌握Llama-factory、deeepspeed等大模型训练框架，有实际的训练经验 - 了解传统机器学习的概念，熟悉机器学习各种任务的定义、目标、解决的问题、及衡量指标 - 对前沿 AI 技术有极强兴趣和学习、实践的动力 - 了解深度学习框架，如TensorFlow、Py…
工作职责
- 协助组内成员进行大语言模型驱动的智能体架构设计与研发，构建多Agent协同框架，实现复杂运维场景下的推理与决策能力 - 探索RAG在运维垂直领域的应用，结合业务需求设计交互逻辑并实践 - 设计高质量Prompt模板，通过结构化输入、上下文引导等技术优化模型输出质量，提升任务完成率与准确性 - 基于运维业务需求，协助组内成员对大模型进行轻量化微调（如LoRA、PEFT等高效调参技术），提升模型在专业领域的适配性 - 处理基于k8s/docker部署的大模型产品的故障和问题，并指导用户使用产品 - 跟踪最新的AI技术发展动态，探索和跟进前沿技术/算法，团队内部分享、赋能，并推动应用落地
1、负责运维自动化平台的设计与开发，参与运维体系建设； 2、负责 AI 能力的探索与落地，包括 LLM 应用集成、RAG 知识库构建、智能运维等； 3、构建 AIOps 能力，包括智能告警、异常检测、根因分析； 4、开发 AI Agent，落地运维场景的自动化与智能化； 5、负责把日常运维操作实现为自动化工具，挖掘并发现工具需求； 6、将工作过程中的经验积累、研究成果、技术要点等以文档形式保存及传承，建立知识库体系。
1.Agent核心框架研发： 负责排障AI Agent的核心框架设计与开发，包括任务规划（Planning）、工具调用（Tool-use）、记忆（Memory）等关键模块，持续提升Agent的自主决策与执行能力； 2.Agent效果评测与迭代： 主导设计并落地Agent自动化评测体系，并基于线上失效案例（如规划错误、幻觉）的深入分析，驱动模型、Prompt及工具链的持续优化； 3.大模型后训练与优化： 负责大模型的后训练流程，包括构建高质量SFT数据集、实施Fine-tuning与RLHF/DPO等优化策略，并建立评测-训练-部署的闭环，持续提升模型在排障领域的专业能力。
1.Agent核心框架研发： 负责排障AI Agent的核心框架设计与开发，包括任务规划（Planning）、工具调用（Tool-use）、记忆（Memory）等关键模块，持续提升Agent的自主决策与执行能力； 2.Agent效果评测与迭代： 主导设计并落地Agent自动化评测体系，并基于线上失效案例（如规划错误、幻觉）的深入分析，驱动模型、Prompt及工具链的持续优化； 3.大模型后训练与优化： 负责大模型的后训练流程，包括构建高质量SFT数据集、实施Fine-tuning与RLHF/DPO等优化策略，并建立评测-训练-部署的闭环，持续提升模型在排障领域的专业能力。
1、负责网易云音乐、Loft、支付等核心业务的系统与平台运维，涵盖操作系统、容器、分布式存储（Ceph）等方向，保障大规模业务的稳定运行； 2、**运维智能化**：设计并实现运维场景下的 AI Agent 系统，包括故障自愈 Agent、智能告警分析 Agent、变更风险评估 Agent 等，提升运维自动化与智能化水平； 3、参与线上业务运维，对线上业务的稳定性负责，利用 LLM 技术辅助故障诊断、根因分析与复盘报告生成，缩短 MTTR； 4、**SDD（Spec-Driven Development）实践**：运用 AI 辅助编写技术规范、运维手册与应急预案，构建可执行的运维知识库，推动文档即代码（Doc-as-Code）的智能化升级； 5、研发和优化运维工具/平台，将 AI 能力与自动化能力赋能给业务和其他团队，建设智能运维（AIOps）平台，提升整体效率； 6、**Prompt 工程与 LLM 应用**：针对运维场景优化大模型应用效果，构建领域专属的 Prompt 模板与知识库 RAG 系统； 7、跟进业界前沿运维技术与云原生体系，探索 AI 在可观测性、容量管理、故障预测等场景的创新应用，不断提升系统可靠性与运维质量。