字节跳动AIOps应用算法工程师-APM
任职要求
1、本科及以上学历，计算机、统计学等相关专业毕业； 2、扎实的统计分析、机器学习等领域经验，熟悉AIOps核心技术； 3、优秀的编程思维，精通Python/Golang等至少一门编程语…
工作职责
团队介绍：字节跳动APM（Application Performance Management）团队负责全栈产品（服务端、移动端、前端、跨端）的稳定性与性能质量监控，构建业界领先的可观测性基础设施。团队提供一站式观测平台，满足公司各业务线故障排查、监控及各类稳定性需求。 1、AIOps技术深化：AIOps智能运维方向通过融合统计、机器学习和LLM各类算法，实现智能报警、根因定位等；负责主导时序分析、故障诊断、根因关联推断及日志聚类等算法设计； 2、前沿技术创新应用：负责探索LLM Agent在可观测性、自动化运维中落地应用； 3、算法平台与解决方案落地：负责算法解决方案及平台全流程设计，支持算法应用。
1. 负责阿里云全球IDC机房基础设施运维技术管理，制定并持续优化IDC基础设施运维标准、流程、质量分析模型，提升运维专业化水平，实现对IDC稳定性管理的技术、管理覆盖。 2. 负责阿里云全球IDC运维电气专业线能力建立，协助一线运维团队建立电气专业梯队。 3. 阿里云全球IDC稳定性事件应急响应，支撑一线运维进行电气系统应急故障处理。 4. 主导阿里云全球IDC运维稳定性飞检，识别电气系统架构风险，协助一线运维团队推动风险闭环。 5. 进行IDC电气技术探索，建立电气专业运维的数字化、自动化、AIOps能力。 6. 整合运维技术优化需求，对接研发、设计等团队完成需求落地；参与IDC电气新技术、新架构升级的评估，输出运维视角的评估建议；参与安全合规。
1. 负责阿里云全球IDC机房基础设施运维技术管理，制定并持续优化IDC基础设施运维标准、流程、质量分析模型，提升运维专业化水平，实现对IDC稳定性管理的技术、管理覆盖。 2. 负责阿里云全球IDC运维暖通专业线能力建立，协助一线运维团队建立暖通专业梯队。 3. 阿里云全球IDC稳定性事件应急响应，支撑一线运维进行暖通系统应急故障处理。 4. 主导阿里云全球IDC运维稳定性飞检，识别暖通系统架构风险，协助一线运维团队推动风险闭环。 5. 进行IDC暖通技术探索，建立暖通专业运维的数字化、自动化、AIOps能力，并持续进行机房能源综合运营优化，构建高效数据中心。 6. 整合运维技术优化需求，对接研发、设计等团队完成需求落地；参与IDC暖通新技术、新架构升级的评估，输出运维视角的评估建议。
1. 负责阿里云全球IDC机房基础设施运维技术管理，制定并持续优化IDC基础设施运维标准、流程、质量分析模型，提升运维专业化水平，实现对IDC稳定性管理的技术、管理覆盖。 2. 负责阿里云全球IDC运维自控专业线能力建立，协助一线运维团队建立自控专业梯队。 3. 阿里云全球IDC稳定性事件应急响应，支撑一线运维进行自控系统应急故障处理。 4. 主导阿里云全球IDC运维稳定性飞检，识别自控系统架构风险，协助一线运维团队推动风险闭环。 5. 进行IDC自控及数字化技术探索，建立自控专业运维的数字化、自动化、AIOps能力。 6. 整合运维技术优化需求，对接研发、设计等团队完成需求落地；参与IDC自控新技术、新架构升级的评估，输出运维视角的评估建议。
1. 负责LLM在运维领域的应用与落地，包括但不限于LLM/GPT、LangChain、知识图谱、图神经网络、强化学习等技术，探索智能运维与领域模型的结合，实现在业务中的应用落地； 2. 探索LLM技术在智能运维领域中的落地应用，负责算法模型研发，搭建LLM应用的框架，融入统一运维平台，为运维效率提升提供智能服务； 3. 参与领域模型的全流程工作，包括但不限于数据、训练、评测、推理部署，保证数据的高质量和有效性； 4. 探索 Agent 在复杂任务中的应用，实现基于LLM的复杂任务在智能运维领域场景的应用落地； 5. 持续跟进LLM前沿技术、开源方案及其在智能运维领域的应用。