平头哥devops工程师

任职要求

我们希望你具备：
• 计算机相关专业本科及以上学历，热爱技术，具备良好的编程基础（熟悉Python/Go/Shell等语言优先）；
• 对Linux系统、容器技术（Docker）、编排系统（Kubernetes）有基本了解；
• 对人工智能、机器学习有浓厚兴趣，了解基础算法或有相关项目经验者（如异常检测、日志分析、自动化决策等）将被重点考虑；
• 具备良好的沟通能力、学习能力与团队协作精神，渴望在AI与系统工程的交叉领域深耕发展。

加分项：
• 了解MLOps、AIOps相关理念与工具链（如MLflow、Kubeflow等），参与过开源项目；
• 在课程设计、竞赛或科研中应用AI解决实际工程问题的经历。

我们提供：
• 深度参与AI与DevOps融合创新的机会，接触前沿技术实践；
• 资深工程师一对一指导，快速成长的技术氛围；
• 开放、协作、鼓励创新的团队文化，为你的职业发展保驾护航。

加入我们，用AI重新定义DevOps，让系统更智能，让研发更高效！

工作职责

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。