AI平台运维/运维开发工程师（实习/全职）

查看原岗位

地点：杭州薪资：薪资未公开日期：2026-06-27

岗位摘要

面向高并发、大规模业务的k8s集群或高性能分布式存储等平台基础设施提供专业的稳定性保障和全方位优化，支撑核心业务SLA达到99.99%+；负责持续完善和优化可观测体系，深入参与业务和平台层的监控建设、告警治理与排障工作，缩短MTTR

熟悉容器内使用GPU/RMDA的配置方式、工作原理及相关问题诊断
熟悉业务应用管理和监控，有业务稳定性治理经验
有大规模(5000+ 节点)集群运维经历或200+节点分布式系统运维经历
了解LLM训练/推理工作流，参与过相关故障和性能问题排查
运维开发方向
3年以上一线运维经历，深知运维痛点
熟悉SRE体系
成熟运维平台开发经历
我们的使命，不仅是守护算力的灯火，更是要托举起智能进化的“重力场”。作为AI平台基础设施的构建者，我们拒绝做被动的“消防员”，而是要做定义未来的“架构师”——在纳秒级的延迟中雕琢极致，在万卡集群的浪潮里锚定稳定。我们的终极愿景是：让复杂的底层逻辑隐于无形，让业务方只感受到“丝滑”与“确定”，让AI平台如同水与电一般，随时待命，无所不在。我们守护的不仅是平台的稳定，更是通向AGI彼岸的桥梁
平台运维方向