阿里云诚云科技-资深运维工程师（大模型方向）-北方大区
任职要求
• 在中型企业或云服务提供商从事SRE、运维工具开发、客户技术服务相关工作，具备4年及以上工作经验 • 技术背景扎实，熟练掌握云集群各运维平台、云产品及监控平台使用方法，以能够快速专业定位客户问题 • 具备优秀的集群调优和trouble shooting能力，JAVA应用运维、管理能力。熟练掌握分布式系统原理，对存储、计算、流式计算中的一项或多项有深入的理解和认识 • 掌握完整的问题排查能力，能够独立解决一个或多个领域的复杂技术问题，有良好的问题处置文档书写能力 • 具备优秀的运维项目管理能力，能够在确定的问题背景下（专项推进能力），高效协同客户与内部各种资源有效解决问题。尤其在故障应急组织、协调及处置场景、客户重保护航场景能够保障现场执行的有效性
工作职责
1、客户现场专项技术负责人，如网络专项、数据库专项； 2、平台稳定性重大变更方案制定与实施，如性能/存储优化、底座改造等； 3、现场故障应急执行，协助原厂尽快恢复平台运行； 4、关键时刻现场保障，如客户平台隐患深度排查与治理； 5、复杂问题原因定位及解决；
1、负责应用系统的日常运维操作、故障排查； 2、负责应用系统的监控体系建设、告警体系建设、稳定性体系建设； 3、负责GPU 应用的容器化编排部署、K8S 集群的部署、维护、优化； 4、负责应用系统的资源使用率优化及成本管控； 5、完成公司交办的其他工作。
1、主导SFT（监督微调）、DPO（直接偏好优化）、RL（强化学习）等大模型后训练算法的研究与开发，优化模型训练流程，提升模型在各类任务中的性能与表现，增强模型的泛化能力和适应性； 2、负责Coding、翻译、多模态等垂直领域大模型的全流程研发工作，包括需求分析、模型架构设计、数据处理、模型训练与评估，打造贴合行业场景需求的专属大模型解决方案； 3、持续跟踪行业最新技术动态，结合公司业务需求，对现有大模型算法和垂直领域模型进行优化与迭代，解决模型训练和应用过程中的技术难题，提升模型的效率和质量； 4、与数据、产品、工程等团队紧密配合，参与从数据准备、算法选型到模型部署的全链路工作，确保大模型技术在实际业务场景中的高效落地与应用； 5、将研究成果转化为实际生产力，推动大模型技术在公司产品中的应用，定期进行技术分享与交流，提升团队整体技术水平。
团队介绍：飞书是 AI 时代先进生产力平台，提供一站式工作协同、组织管理、业务提效工具和深入企业场景的 AI 能力，助力企业能增长，有巧降。 从互联网、高科技、消费零售，到制造、金融、医疗健康等，各行各业先进企业都在选择飞书，与飞书共创行业最佳实践。先进团队，先用飞书。 1、负责飞书智能伙伴在飞书套件内人机交互能力的研发工作，提供愉悦的用户体验，提升用户满意度； 2、负责飞书智能伙伴基础架构的设计及研发工作，为一方/三方业务提供通用的AIGC解决方案； 3、负责飞书智能伙伴的稳定性保障、安全合规处理、性能优化等工作； 4、负责与飞书智能伙伴相关产品等角色协同，主导业务并推动相关能力落地； 5、负责飞书智能伙伴在不同场景下效果的调优，提升用户体验。
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。