Aiops 招聘 在 中国 - 19 Job Positions Available

【27届校招】智能工具&AIOps平台开发 上海 正式 技术类 2027届秋季校园招聘项目 职位描述 1、参与AIOps智能运维平台全流程开发与迭代维护，结合AICoding工具赋能研发流程，依托AI能力完成平台功能方案设计、代码开发及性能优化，实现运维工作全场景AI智能化升级；2、负责AI模型管控平台研发工作，搭建并优化AI模型调度机制、AI智能网关服务，支撑多类型AI模型的部署、分发、监控与生命周期管理；同时基于Golang框架及相关中间件，完成智能化模块开发与运维；3、主导企业基础设施、网络基础设施智能化管控开发，结合AI算法实现资源智能巡检、异常预警、故障自愈；搭建智能化元数据管理体系，利用AI能力完成数据采集、解析、治理与分析；4、依托AICoding工具完成业务代码编写、自测排障，撰写配套智能化业务方案、技术架构文档及AI模块使用手册。 职位要求 1、2027届毕业生，本科及以上学历，计算机、软件工程、通信工程、人工智能等相关专业优先；2、具备扎实的编程功底，至少熟练掌握一门后端开发语言，熟悉Golang语言开发者优先；熟悉主流AICoding工具，能够利用AI工具辅助编码、调试、优化代码；3、熟悉Docker、Kubernetes容器生态，具备AIOps平台、AI模型网关、模型管控、基础设施智能化管理相关项目经验者优先。4、CET4及以上，能够看懂技术相关的英文文档。 投递...

负责设计、配置和安装公司客户购买的信息系统（包括硬件和软件）为销售团队提供信息系统和产品技术层面的建议与销售团队合作，进行成本以及技术投入的估算，以满足客户需求和系统环境所做的信息系统产品修改、配置和安装。确保与客户现有系统的平稳集成准备流程图、模型和程序，开展可行性研究以设计合适的系统解决方案编写系统和程序规范，确保系统投入使用时能满足客户需求准备和维护技术文件，指导系统用户，协助长期系统运营、维护和开发 经验丰富的专业人士，应用通常通过高等教育和工作经验获得的工作领域实践知识。 在一般监督下独立工作。努力实现工作领域内的运营目标，直接影响职能/副职能的绩效。面临的问题很困难，但通常并不复杂。可能通过解释事实、政策和做法来影响工作领域内的其他同事。...

We help the world run better At SAP, we keep it simple: you bring your best to us, and well bring out the best in you. Were builders touching over 20 industries and 80% of global

AI智算平台工程师（DMC） 惠州 全职 职位描述 1.算力平台规划与建设：主导GPU集群、InfiniBand/RoCE高速网络及分布式存储的架构设计、部署与硬件调优。2.资源调度与效能提升：基于K8s/Volcano/Slurm优化调度策略，提升GPU利用率与集群整体MFU。3.算力成本与运营：建立FinOps成本模型，通过弹性伸缩与闲时资源整合，降低单位算力成本。4.智能化运维体系：构建全链路监控（Prometheus），利用AIOps实现故障预测与自动化运维。5.模型部署与推理优化：使用vLLM/Triton/TensorRT部署大模型，实施量化（INT8/FP8）、动态批处理等优化技术。6.混合云管理：维护公有云与私有云的混合云架构，确保资源统一调度与数据一致性。7.服务稳定性保障：确保在线推理服务的高可用与低延迟，设计熔断、降级、限流策略。 职位要求 一、核心要求1.技术栈深度：精通 Linux、K8s、Python/Go 自动化，熟悉 GPU 硬件与 NVIDIA 生态（CUDA、DCGM）。2.算力平台经验：3年以上云计算或AI基础设施经验，具备百卡级GPU集群的运维、调优实战经验。3.高性能网络：熟练掌握 InfiniBand/RoCE 网络配置与 NCCL 通信问题排查。4.模型工程化能力：熟悉大模型本地化部署流程，有 vLLM、TensorRT-LLM 等推理框架的生产环境优化经验。5.云原生与监控：深入理解云原生架构，能熟练搭建Prometheus/Grafana 全链路监控体系。加分项1.大规模集群经验：有千卡级别训练集群的运维优化或故障治理经验。2.国产化生态：熟悉华为昇腾、海光DCU等国产AI芯片的适配与开发生态。3.开源贡献：在 vLLM、TensorRT-LLM 等主流推理框架有代码贡献。4.前沿技术实践：对 MoE 模型、多模态大模型的端侧部署与优化有实际探索。 投递...

At Roche you can show up as yourself, embraced for the unique qualities you bring. Our culture encourages personal expression, open dialogue, and genuine connections, where you are valued, accepted and respected for who you are,

Infra开发工程师 上海 全职 职位描述 - 负责公司级AI Infra平台建设，为智能驾驶场景提供数据闭环、算力平台、AIOps等基础能力支持。 - 负责数据闭环的构建，建立高效的数据流转设施，搭建稳定的数据闭环链路 - 负责AI平台的设计与研发，建设GPU及异构加速卡的资源池化、任务调度与虚拟化能力。 - 负责向量检索、图数据库等AI基础能力的构建与性能优化。 - 探索并落地面向智能汽车行业的前沿AI Infra技术演进方案。 职位要求 - 具有计算机、人工智能、软件工程、电子信息等相关学科本科/硕士学历。 - 具备以下一项或多项经验： 1. 具备数据闭环、数据链路的开发经验；2. 大规模分布式训练/推理系统、AI平台、资源调度系统、向量检索或图数据库的设计与研发经验；3. 熟悉Linux环境下的Python与C++语言，具备良好的工程与代码规范；4. 熟悉PyTorch/TensorFlow等深度学习框架，具备底层优化或二次开发经验； - 具有良好的工作态度、团队合作精神、主观能动性和跨团队沟通能力。符合以下条件者优先： - 熟悉LLM、图像、多模态或VLA/VLM等模型的训练与推理优化； - 具备自动驾驶、机器人或智能汽车相关领域软件系统开发经验； - 有大模型预训练、RL训练或高性能推理引擎（如vLLM、TensorRT-LLM）的实战经验； - 具备高性能网络、分布式存储或集群调度系统经验。 投递...

【27届校招】SRE(系统可靠性工程师) 上海 正式 技术类 2027届秋季校园招聘项目 职位描述 1、负责公司业务系统运维工作，提升业务稳定性和工程效率，与业务方保持高效沟通，建立良好合作关系；2、负责应用上线评审、上线交付、配置变更、状态监控、容量管理、故障应急响应工作；3、参与业务服务端架构的高可用设计和性能优化，保证高效、可靠的业务迭代；4、负责线上重大问题排查，紧急事故处理，后续事故分析与优化；5、负责应用故障演练、应急预案、SOP手册编写工作，确保故障时业务能快速恢复；6、负责应用高可用建议及管理，包括限流、降级，容错、容灾，同城多活，确保应用质量；7、建立SLA评估标准，计算故障对SLA影响，并对SLA后续改进措施进行跟进；8、负责运维规范、流程文档编制，并将其工具化、平台化，确保运维安全，提升运维效率；9、探索 AI 在稳定性领域的应用，包括辅助故障根因分析、告警降噪运维工作智能化。 职位要求 1、2027届毕业生，本科以上学历，计算机类、软件类、通信类等相关专业优先；2、扎实的编程基础，至少掌握一门开发语言，熟悉Golang, python优先；3、对主流操作系统熟悉比如Linux，Debian等；4、熟悉容器技术、云原生；5、具备使用 AI 编程工具（如 Claude Code、Cursor）辅助开发和调试的实践经验；6、了解大模型/Agent 基本原理，对 AIOps、混沌工程自动化等方向有一定了解或探索优先。 投递...

【27届校招】可观测性后端研发工程师（全栈） 上海 正式 技术类 2027届秋季校园招聘项目 职位描述 1. 设计并实施系统和应用程序的监控、日志记录和追踪方案;2. 开发和维护可观测性平台工具和仪表盘，提供实时的系统健康和性能可视化;3. 分析和优化系统的性能和可靠性，通过监控数据和追踪信息识别瓶颈和故障点;4. 与开发团队协作，确保应用程序在开发过程中充分考虑可观测性需求;5. AI 工程化基础：熟悉大模型相关技术架构，包括但不限于 Prompt Engineering、RAG (检索增强生成)、LangChain 或 LlamaIndex 等开发框架6. 模型评估逻辑：了解如何评估 LLM 在特定运维任务中的表现（如准确率、幻觉控制、响应时延优化等） 职位要求 1. 2027届毕业生，本科及以上学历，计算机、软件工程相关专业；2. 具备良好的编程基础，熟悉一种或多种编程语言（如 Java、Go、Python、Rust 等）;3. 了解分布式系统原理，并对微服务架构有一定的理解;4. 熟悉常见的监控和可观测性工具（如 Prometheus、Grafana、ELK Stack、Jaeger、OpenTelemetry 等）;5. 具备良好的问题解决能力和沟通能力，能够与跨职能团队有效协作;6. 对新技术和新工具保持强烈的好奇心和学习热情;加分项：1. 有实习或项目经验，特别是在大规模分布式系统领域;2.

SRE工程师 Shanghai Experienced Outsourced Responsibilities Vast 是一家专注于 3D AI 的独角兽公司，致力于构建能够理解和生成 3D 世界的基础模型。公司获得 NVIDIA、Lux Capital 等顶级机构投资，产品覆盖 3D 内容生成、机器人仿真训练、空间计算等前沿领域。SRE 团队是支撑这一切稳定运转的基础——你将直接参与构建服务于大规模 3D AI 模型训练与推理的基础设施体系。职位要求1、设计并维护 AWS / 阿里云的多账号体系（Organization / Landing Zone），规划账号结构与边界，制定并落地 IAM 权限策略，推行最小权限原则，管理角色、策略与 SCP2、建立云资源全生命周期管理规范，包括 Tagging 标准、资源审计与清理流程，推动 FinOps 实践：成本归因、预算告警、RI / SP

AI运维开发工程师-深圳 长沙 校招 正式 智能制造 / 工业互联网 / 工业自动化 职位描述 你将参与：1. 基础监控，可观测监控平台的建设和管理；2. 云管平台建设，开发及管理；3. 存储容量管理及日常运营；4. 公有云 AWS ，Azure ，阿里云的管理；5. 研究运维相关前沿技术，运维自动化工具开发；6. 研究管理微服务、虚拟化和云计算管理工具和模块；7. 参与开发团队进行系统部署和发布。 职位要求 1. 2027届毕业生，本科及以上学历，计算机相关专业。2. 了解云原生，AIOPS，运维自动化相关知识，了解常用的分布式架构组建；3. 了解 Docker、Kubernetes 等容器技术，了解常见的监控工具（如 Zabbix、Prometheus），了解常见的网络协议和服务；4. 了解 MySQL，MongoDB，redis，MQ、ES 等组件优先，了解编写 SQL，具备一定数据库性能调优能力优先；5. 具备良好的问题分析和解决能力，责任心强。 投递...

运维工程师-深圳 深圳 校招 正式 智能制造 / 工业互联网 / 工业自动化 职位描述 你将参与：1. 参与线上业务系统的日常运维保障，包括监控告警响应、故障排查与恢复、容量管理，保障系统稳定性；2. 参与运维自动化平台与工具的开发建设，用代码替代重复性人工操作，提升运维效率；3. 参与 AIOps 智能化运维建设与大模型（LLM）运维应用探索，覆盖智能告警降噪、异常检测、故障根因定位、日志智能分析、运维知识库问答等场景；4. 参与 CI/CD 持续集成与交付流水线的维护优化，支撑业务快速迭代发布；5. 参与管理服务器、网络、数据库等基础设施，参与性能分析与优化，编写和沉淀运维文档与应急预案。 职位要求 1. 2027届毕业生，本科及以上学历，计算机、软件工程、网络工程、电子信息、人工智能等相关专业。 投递...

Who we are looking for: As part of the Production Management team we are looking for resources responsible for ensuring the stability, availability, and performance of business-critical production applications. The role involves incident management, problem management,

We are seeking a highly motivated Agentic AI DevOps Engineer to help build, automate, and operate a large-scale enterprise AI platform that hosts shared AI services, Agentic AI capabilities, LLM services, RAG platforms, and AI-powered business

Job Summary As a AI Ops Engineer, you will play a critical role in the design, development, and deployment of AI platform. You will work collaboratively with a cross-functional teams, focusing on MLOps & LLMops pipeline,