理想汽车高级 DevOps 专家/架构师
任职要求
1. 计算机或工程相关专业，统招本科以上学历，具备扎实的计算机和软件技术基础。 2. 掌握 Go/Python/Java 等任意一门主流编程语言，熟悉 Shell 编程。 3. 熟悉 DevOps 相关工具和技术，例如 Git，Jenkins，Gitlab，Gerrit，Artifactory，Maven，Gradle 等，有工具二次开发能力和经验者优先。 4. 对 CI/CD、DevOps 有深刻理解，有完整的落地实践经验，对业界最佳实践有了解，并能针对业务线做适配定制。 5. 在流程标准化、工程效能和质量数据度量、大规模编译构建、配置管理、自动化工具开发等至少一个领域有深入研究。 6. 有基于大语言模型的新一代智能化研发工具开发 & 改造相关经验者优先。 7. 对 Android/AutoSAR/NuttX/Yocto 等至少一种平台的构建系统有相关经验者优先。
工作职责
1. 负责理想汽车规模化持续集成与交付体系建设，打造整体高质量、高效率的交付能力。 2. 通过系统工具、方案设计、数据度量、跟踪分析等多种手段标准化交付流程，建立软件工程最佳实践。 3. 解决 CI/CD 建设过程中各阶段关键问题，包括但不限于配置管理、变更管理、编译构建、制品发布、版本部署等。 4. 和算法、工程团队协同完成研发基础设施的智能化改造，构建新一代智能化研发交付工具链。
1、技术方案设计 - 负责 ABM 运维平台的架构设计，具有前瞻性视野，满足业务快速发展和各种输出环境适配需求。 2、技术实现 - 负责ABM核心模块的开发和优化，满足大规模和高性能的需求。 - 对编码进行阶段性的讨论和CodeReview，并通过调试优化，推动代码成功部署。 - 对开发中和部署后的程序进行必要的维护和迭代，包括值班oncall、升级工单处置、bug排查、问题诊断、体验改善、性能和成本优化等。 3、稳定性和性能优化 - 制定稳定性策略，寻找并解决产品系统中的潜在风险和瓶颈，覆盖线上疑难杂症问题，确保系统的安全可靠。 - 运用产品优化技术和方法，进行性能优化，提高产品稳定性和性能。 4、技术预研 - 跟踪和了解新的产品技术和趋势，根据业务需要提供技术支持和建议。 5、技术规划 - 理解业务战略及重点，基于业务需求作出高可用、高可靠、高拓展性的技术架构规划和落地。
我们正在寻找一名资深CI/CD 系统开发专家，专注于 Hologres 实时数据仓库引擎的持续集成与持续交付系统的开发与优化。Hologres 是阿里巴巴自研的实时数据仓库引擎，支持海量数据的高并发、低延迟查询，广泛应用于实时数据分析、报表展示、BI 分析等场景。 你将参与构建和优化 Hologres 的自动化构建、测试、部署和发布系统，推动Hologres研发部署流程高效、稳定、可扩展。该岗位对系统架构、工程能力和技术深度有较高要求，适合有大型分布式系统 CI/CD 经验的高级工程师或架构师，或者有大数据系统研发经验的高级工程师。
作为云原生CI/CD方向高级工程师/专家，您将深度参与公司级CI/CD平台的设计、构建、优化和推广。您需要运用您在CI/CD领域的多年经验和对云原生技术的深刻理解，结合平台工程的理念，打造自动化、智能化、自助化的研发交付流水线和开发者平台，赋能业务快速迭代和创新。 主要职责： 1. CI/CD平台建设与优化： - 负责设计、开发、部署和维护公司级CI/CD平台及相关工具链（如Jenkins, GitLab CI, Argo CD, Tekton, Spinnaker等）。 - 持续优化CI/CD流程，提升构建、测试、部署的自动化水平、速度和稳定性。 - 集成代码质量扫描、安全扫描、自动化测试等工具，确保交付质量。 2. 云原生技术实践与推广： - 将云原生理念（如微服务、容器化、不可变基础设施、声明式API）融入CI/CD流程和平台设计。 - 深入研究和应用Kubernetes、Docker、Service Mesh、Serverless等云原生技术，提升资源利用率和系统弹性。 - 推动云原生最佳实践在研发团队中的落地。 3. 平台工程理念落地： - 基于平台工程理念，设计和构建内部开发者平台（IDP），提供标准化的开发、测试、部署环境和工具。 - 为开发者提供自助服务能力，降低认知负荷，提升开发者体验（Developer Experience）。 - 抽象通用能力，构建可复用的组件和模板，赋能不同业务线的快速接入和使用。 4. 技术攻坚与创新： - 解决CI/CD及云原生平台在实施和运维过程中遇到的复杂技术难题。 - 跟踪业界CI/CD、DevOps及云原生领域的最新技术和发展趋势，引入创新方案，持续提升平台能力。 - 参与制定CI/CD和云原生相关的技术规范、标准和SOP。 5. 知识沉淀与分享： - 撰写技术文档，沉淀最佳实践，进行内部技术培训和分享，提升团队整体技术水平。 - 指导和帮助团队其他成员解决技术问题。
1、参与大模型在公司效能领域的应用落地，包括使用开源模型或者API搭建大模型应用架构、评测体系建设、智能体建设、智能CR、智能问答、测试用例生成等； 2、学习跟踪业界大模型在效能领域的最新进展，并探索大模型在公司效能方向的机会点和提升改进落地效果；