崗位職責(zé)：
1. 負(fù)責(zé)云原生平臺(tái)的搭建和維護(hù)，包括但不限于CI/CD，自動(dòng)化測(cè)試，監(jiān)控告警，數(shù)據(jù)安全和災(zāi)備等；
2. 負(fù)責(zé)運(yùn)維規(guī)范流程的設(shè)計(jì)和推廣；
3. 負(fù)責(zé)與技術(shù)團(tuán)隊(duì)的協(xié)作，并對(duì)重點(diǎn)項(xiàng)目提供必要的技術(shù)保障與支持；
4. 負(fù)責(zé)應(yīng)用系統(tǒng)的性能分析與架構(gòu)優(yōu)化，不斷提高系統(tǒng)運(yùn)行效率。
技能要求：
1.精通Kubernetes核心概念（Pod/Deployment/Service/Ingress/CRD）及運(yùn)維操作（kubectl/Helm/Operator）；熟悉容器技術(shù)（Docker/Containerd）及鏡像倉庫管理（Harbor）。
2.熟練使用KubeSphere平臺(tái)，掌握其多集群管理、應(yīng)用治理、微服務(wù)治理等高級(jí)功能。
3.熟悉 DevOps 理念及相關(guān)生態(tài)，具備2年以上大規(guī)模高可用分布式系統(tǒng)集群的實(shí)踐經(jīng)驗(yàn)。
4.熟悉Linux操作系統(tǒng)及常用命令，具備Shell腳本編程能力。
5.具備較強(qiáng)的問題分析和解決能力，務(wù)實(shí)主動(dòng)且有良好的溝通協(xié)作能力。
6.熟練掌握大模型訓(xùn)練/推理框架及分布式系統(tǒng)運(yùn)維，具備GPU集群管理、性能調(diào)優(yōu)及故障排查能力。
7.要求具備大規(guī)模AI系統(tǒng)運(yùn)維經(jīng)驗(yàn)，熟悉LLM全鏈路監(jiān)控告警體系，擁有多場(chǎng)景模型部署優(yōu)化實(shí)戰(zhàn)能力，兼具自動(dòng)化運(yùn)維開發(fā)及跨團(tuán)隊(duì)協(xié)同經(jīng)驗(yàn)者優(yōu)先。