{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AIOps开发工程师-基础设施",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "研发"AI生成
    },
    "company": {
        "company_name": "字节跳动",
        "company_industry": "互联网 / 数字内容 / 电商",
        "company_size": "10000人以上",
        "company_website": "bytedance.com",
        "company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、构建全景网络可观测性平台：打造覆盖物理和虚拟网络的Streaming Telemetry数据管道，整合GNMI、NETCONF、IPFIX/NetFlow、SNMP等多源数据，为AIOps提供高质量、高时效性的数据基石；\n2、研发智能诊断与根因分析系统：应用机器学习与深度学习算法，对海量网络指标、日志、事件进行异常检测、关联分析与智能降噪，快速定位从光模块、交换机硬件、协议邻居到应用层流量的全链路故障根因；\n3、探索LLM与Agent的创新应用：\n1）智能运维助理：构建基于RAG（检索增强生成）的运维对话机器人，使其能理解自然语言问题，自动查询知识库与监控数据，提供精准的故障排查指引和网络状态报告；2）自动化修复与智能Runbook：训练运维Agent，使其能够安全、可控地调用网络工具与API；基于对故障场景的理解，自主生成、推荐甚至执行修复方案与应急预案（Runbook）；\n4、建设容量与风险预测能力：基于历史数据和业务增长模型，预测网络容量瓶颈、高风险链路与“亚健康”设备，驱动主动扩容和预防性维护；\n5、打造坚如磐石的工程体系：遵循最佳工程实践，设计和开发高可用、可扩展的AIOps平台与服务；保障从数据采集、模型训练、在线推理到自动化闭环全流程的稳定性和性能。",
        "requirements_text": "1、扎实的计算机与网络基础：深刻理解数据中心网络架构（如Spine-Leaf Fabric），熟悉EVPN/VXLAN、BGP/OSPF等关键协议，并对Linux网络协议栈有深入的了解；\n2、卓越的软件工程能力：精通Golang或Python，具备出色的编码和系统设计能力；熟悉微服务、容器化（Docker/Kubernetes）以及CI/CD等现代软件开发流程；\n3、丰富的平台研发经验：在以下一个或多个领域有实践经验者优先：\n1）大数据处理：熟悉Kafka、Flink、ClickHouse/TSDB等，有构建实时数据管道和分析系统的经验；\n2）可观测性技术：熟悉Prometheus/OpenTelemetry、图数据库（如Neo4j），有告警与事件平台开发经验；\n4、AIOps/ML/LLM的实践热情：\n1）对应用机器学习（如异常检测、事件关联、根因分析）解决实际运维问题充满热情，有相关项目经验；\n2）密切关注大模型与Agent技术发展，对LLM在运维领域的应用（如RAG、工具调用、安全评估）有思考或实践经验；\n5、优秀的综合素质：具备强烈的技术好奇心、出色的问题分析与解决能力，以及良好的沟通协作精神；你能够将复杂的场景抽象为清晰的技术方案，并推动其落地。",
        "skills": [AI生成
            "Python",
            "Golang",
            "ClickHouse",
            "Linux",
            "Docker",
            "Kubernetes",
            "Flink",
            "Kafka",
            "机器学习",
            "微服务",
            "数据库",
            "大语言模型"
        ],
        "preferred_qualifications": "3、丰富的平台研发经验：在以下一个或多个领域有实践经验者优先：",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7618126532345645317/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7618126532345645317",
        "post_date": "2026-03-17",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7618126532345645317/detail"
    },
    "fulltext": "AIOps开发工程师-基础设施\n职位描述\n1、构建全景网络可观测性平台：打造覆盖物理和虚拟网络的Streaming Telemetry数据管道，整合GNMI、NETCONF、IPFIX/NetFlow、SNMP等多源数据，为AIOps提供高质量、高时效性的数据基石；\n2、研发智能诊断与根因分析系统：应用机器学习与深度学习算法，对海量网络指标、日志、事件进行异常检测、关联分析与智能降噪，快速定位从光模块、交换机硬件、协议邻居到应用层流量的全链路故障根因；\n3、探索LLM与Agent的创新应用：\n1）智能运维助理：构建基于RAG（检索增强生成）的运维对话机器人，使其能理解自然语言问题，自动查询知识库与监控数据，提供精准的故障排查指引和网络状态报告；2）自动化修复与智能Runbook：训练运维Agent，使其能够安全、可控地调用网络工具与API；基于对故障场景的理解，自主生成、推荐甚至执行修复方案与应急预案（Runbook）；\n4、建设容量与风险预测能力：基于历史数据和业务增长模型，预测网络容量瓶颈、高风险链路与“亚健康”设备，驱动主动扩容和预防性维护；\n5、打造坚如磐石的工程体系：遵循最佳工程实践，设计和开发高可用、可扩展的AIOps平台与服务；保障从数据采集、模型训练、在线推理到自动化闭环全流程的稳定性和性能。\n\n职位要求\n1、扎实的计算机与网络基础：深刻理解数据中心网络架构（如Spine-Leaf Fabric），熟悉EVPN/VXLAN、BGP/OSPF等关键协议，并对Linux网络协议栈有深入的了解；\n2、卓越的软件工程能力：精通Golang或Python，具备出色的编码和系统设计能力；熟悉微服务、容器化（Docker/Kubernetes）以及CI/CD等现代软件开发流程；\n3、丰富的平台研发经验：在以下一个或多个领域有实践经验者优先：\n1）大数据处理：熟悉Kafka、Flink、ClickHouse/TSDB等，有构建实时数据管道和分析系统的经验；\n2）可观测性技术：熟悉Prometheus/OpenTelemetry、图数据库（如Neo4j），有告警与事件平台开发经验；\n4、AIOps/ML/LLM的实践热情：\n1）对应用机器学习（如异常检测、事件关联、根因分析）解决实际运维问题充满热情，有相关项目经验；\n2）密切关注大模型与Agent技术发展，对LLM在运维领域的应用（如RAG、工具调用、安全评估）有思考或实践经验；\n5、优秀的综合素质：具备强烈的技术好奇心、出色的问题分析与解决能力，以及良好的沟通协作精神；你能够将复杂的场景抽象为清晰的技术方案，并推动其落地。\n1、构建全景网络可观测性平台：打造覆盖物理和虚拟网络的Streaming Telemetry数据管道，整合GNMI、NETCONF、IPFIX/NetFlow、SNMP等多源数据，为AIOps提供高质量、高时效性的数据基石；\n2、研发智能诊断与根因分析系统：应用机器学习与深度学习算法，对海量网络指标、日志、事件进行异常检测、关联分析与智能降噪，快速定位从光模块、交换机硬件、协议邻居到应用层流量的全链路故障根因；\n3、探索LLM与Agent的创新应用：\n1）智能运维助理：构建基于RAG（检索增强生成）的运维对话机器人，使其能理解自然语言问题，自动查询知识库与监控数据，提供精准的故障排查指引和网络状态报告；2）自动化修复与智能Runbook：训练运维Agent，使其能够安全、可控地调用网络工具与API；基于对故障场景的理解，自主生成、推荐甚至执行修复方案与应急预案（Runbook）；\n4、建设容量与风险预测能力：基于历史数据和业务增长模型，预测网络容量瓶颈、高风险链路与“亚健康”设备，驱动主动扩容和预防性维护；\n5、打造坚如磐石的工程体系：遵循最佳工程实践，设计和开发高可用、可扩展的AIOps平台与服务；保障从数据采集、模型训练、在线推理到自动化闭环全流程的稳定性和性能。\n1、扎实的计算机与网络基础：深刻理解数据中心网络架构（如Spine-Leaf Fabric），熟悉EVPN/VXLAN、BGP/OSPF等关键协议，并对Linux网络协议栈有深入的了解；\n2、卓越的软件工程能力：精通Golang或Python，具备出色的编码和系统设计能力；熟悉微服务、容器化（Docker/Kubernetes）以及CI/CD等现代软件开发流程；\n3、丰富的平台研发经验：在以下一个或多个领域有实践经验者优先：\n1）大数据处理：熟悉Kafka、Flink、ClickHouse/TSDB等，有构建实时数据管道和分析系统的经验；\n2）可观测性技术：熟悉Prometheus/OpenTelemetry、图数据库（如Neo4j），有告警与事件平台开发经验；\n4、AIOps/ML/LLM的实践热情：\n1）对应用机器学习（如异常检测、事件关联、根因分析）解决实际运维问题充满热情，有相关项目经验；\n2）密切关注大模型与Agent技术发展，对LLM在运维领域的应用（如RAG、工具调用、安全评估）有思考或实践经验；\n5、优秀的综合素质：具备强烈的技术好奇心、出色的问题分析与解决能力，以及良好的沟通协作精神；你能够将复杂的场景抽象为清晰的技术方案，并推动其落地。",
    "standard_classification": {
        "std_category_code": "T018",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}