网易高级/资深IT运维工程师
任职要求
1.本科或以上学历，计算机及相关专业，5年以上IDC资源规划、运营、资源管理相关工作经验；
2.熟练掌握Unix/Linux操作系统的操作、维护，…工作职责
1.负责IDC机房的IT日常运维及服务管理工作，确保集团各业务在贵安机房业务连续稳定性，并达成SLA； 2.推动制度、流程在数据中心落地,提升团队效率和质量; 3.负责IT团队管理，包括引入、培训、评估、绩效管理等工作； 4.负责IT现场稳定性管理，识别风险事件并进行分析、改进提高数据中心稳定性，降低误操作事件发生； 5.负责参与数据中心服务器、网络设备部署、上架、布线及硬件资源规划； 6.负责制定流程规范、新设备SOP，并落实培训，提高IT工程师能力；
1、主导公司核心IT基础设施资源（服务器、存储、网络、云资源、容器集群等）的统筹运维管理，搭建标准化、规范化运维体系，保障业务系统稳定运行及高可用性（目标SLA 99.9%以上）； 2、牵头复杂及重大运维故障的应急响应、根因分析与复盘优化，输出可复用的故障解决方案，持续降低故障发生率及影响范围； 3、统筹IT资源容量规划与弹性扩缩容策略制定，精准预判业务资源需求，优化资源配置方案，提升资源利用率，实现运维成本精细化管控； 4、推进运维自动化与智能化建设，运用Shell/Python等脚本语言及主流运维工具（如Prometheus、Grafana、Ansible），实现部署、巡检、监控、告警等核心运维流程自动化，提升运维效能； 5、优化IT资源监控与告警体系，梳理核心监控指标、优化告警策略，实现异常行为早发现、早预警、早处置，缩短故障响应时间（MTTR）与恢复时间； 6、承担中初级运维工程师的技术指导与能力赋能，沉淀运维最佳实践，支撑业务系统高效上线与迭代升级。
【业务介绍】 我们是小红书内稠密类模型（LLM/MLLM/SD/CV/NLP）统一的AI平台QuickSilver，负责调度公司内所有稠密类模型训练与推理资源，基于自建的训推引擎，为公司所有AI算法同学迭代业务模型提供端到端一站式AI服务；包括数据管理，模型管理，模型训练、压缩、推理、部署，服务管理，资源调度等一系列能力。 工作职责： 1、负责稠密类模型训练推理开发平台的架构设计和核心功能研发 2、设计和实现大模型训练部署流程，包括模型fine-tuning、推理服务化等 3、构建云原生架构，设计高可用、高性能的微服务体系 4、优化平台性能，提升系统稳定性和可扩展性
1、负责模型训练平台核心功能开发和架构设计，包括传统CN/NLP/SD/LLM等多场景支持 2、负责大模型后训练工具平台化建设，包括后预训练、微调、对齐等技术落地 3、设计和实现高性能分布式训练系统，打造端到端训练解决方案 4、优化训练调度和资源管理，提升集群利用率和训练效率 5、开发模型训练监控诊断工具，建设可观测性体系
关于我们： 滴滴国际化Fintech业务，是滴滴国际化战略的重要组成板块。近年来，滴滴Fintech在拉美地区积极探索和开展电子支付、信贷、信用卡、商户收单等业务，为当地用户带来更便捷、优质、更高性价比的金融服务。我们诚挚邀请真诚、可靠、勇于挑战的您和我们一起，携手并肩，拥抱金融出海的浪潮，和滴滴Fintech一起快速成长。 职位描述： 1、参与并完成风控平台基建研发，包括决策引擎、特征平台、核身、模型、名单、图数据库、监控平台、Databus等多个方向 2、建设提效工具，提升风控研发流程的效率。 3、积极跟其他团队沟通和配合，推动项目进展，讨论并提出有建设性的意见。