OPPODevOps工程师
任职要求
1. 喜欢探索,熟悉各类 AI 工具(编程、文档、多媒体助手等),拥有较强的学习适应能力; 2. 计算机及相关专业本科以上学历,4 年以上后端、1 年以上 AIGC 工具/后台服务开发经验; 3. 熟悉 LangChain、LangGraph、Dify 等 AI 工具的使用,有生产智能体维护经验; 4. 熟练掌握 Python,有 Celery、FastAPI 项目经验,了解 JavaScript、TypeScript,有一定前端项目经验; 5. 熟悉 Linux 下的开发工作,数据、网络等计算机基础扎实,具备常见异常定位及问题分析能力; 6. 熟悉 Redis、Kafka、Elasticsearch 等常见中间件的使用,对其工作原理有一定理解。
工作职责
AI智能体 AIGC方向 1. 负责 AIGC/LLM 在研发 DevOps 领域各场景的工程化、平台化落地工作; 2. 对现有系统的方案设计、性能瓶颈进行优化改进, 承担关键技术攻关; 3. 持续关注前沿技术,针对新的业务场景和挑战,能引入新的技术方案并落地实施。
我们正在寻找充满激情、具备技术前瞻性的应届毕业生,加入我们致力于构建智能化研发基础设施的团队。作为AI赋能的DevOps开发工程师,你将参与下一代智能化CI/CD平台与自动化运维系统的开发与优化,融合人工智能技术,推动软件研发流程的自动化、可观测性与自愈能力全面提升。 你将参与: 1. 构建智能CI/CD流水线:与研发团队紧密协作,设计并开发高可用、可扩展的持续集成与持续交付平台;探索将机器学习应用于构建失败预测、测试用例智能推荐、资源调度优化等场景,提升研发效率与交付质量。 2. 开发智能化自动化运维工具:使用Python、Go等语言开发自动化脚本与工具,实现基础设施即代码(IaC);结合AI技术,探索日志异常检测、自动化根因分析等AIOps能力,实现系统运维的智能决策与响应。 3. 打造智能监控与自愈系统:参与构建覆盖全链路的监控体系,集成Prometheus、Grafana、ELK等技术栈;引入时序预测模型与异常检测算法(如LSTM、Isolation Forest等),实现性能瓶颈预警、故障自动诊断与部分场景的自愈响应。 4. 推动DevOps与MLOps融合实践:参与机器学习模型的训练流水线(ML Pipeline)与模型部署(Model Serving)基础设施建设,探索模型版本管理、A/B测试、监控与回滚机制,助力AI能力高效落地。

1、应用 AI 工具进行团队协作,支持产品研发、部署与落地。 2、负责系统的持续集成(CI)与持续交付(CD)流程搭建与优化,持续提升交付效率和系统稳定性。 3、设计、实施并维护自动化运维体系,支持多云或混合云环境下的容器化部署(Docker/K8s),保障业务高可用与弹性扩展。 4、监控和提升系统的安全、性能与可观测性,响应并解决生产环境中的突发问题和故障。 5、持续探索并验证行业前沿的 DevOps 与 AI Ops 方案,推动最佳实践在团队落地。 6、主动与开发、产品、运营等多团队沟通,保障“需求-开发-上线-运维”全流程的顺畅衔接。
1. 协助搭建和维护硬件相关代码的自动化部署流程,基于 Jenkins 配置和管理 job,提升代码发布效率; 2. 参与硬件研发相关服务器、云资源的日常管理和简单配置; 3. 学习使用监控工具,配合团队及时发现和解决硬件研发流程中的系统问题; 4. 与硬件开发、测试团队协作,优化研发流程,保障硬件相关项目顺利推进。