主分类：生产运维与可靠性工程
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "大模型在线服务SRE工程师（深圳/北京）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "TEG",
"location": "深圳",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "腾讯",
"company_industry": "互联网 / 科技 / 人工智能",
"company_size": "10000人以上",
"company_website": "tencent.com",
"company_description": "腾讯是一家互联网和科技公司，业务覆盖通信与社交、数字内容、游戏、金融科技、企业服务、云计算与人工智能等方向。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 3,
"degree": "计算机、软件工程、网络工程等相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.负责超大规模通用大模型服务的 SRE 体系建设，保障 AI 平台在高并发、高吞吐、复杂异构资源环境下的稳定性、可用性与服务质量；\r\n2.负责 AI Infra 监控、可观测性、告警治理与自动化运维平台建设，构建覆盖 GPU、网络、存储、推理链路与模型服务全生命周期的智能运维体系；\r\n3.负责线上故障快速定位、应急响应与稳定性治理，建立标准化应急预案、故障复盘与根因分析机制，持续提升系统韧性与业务连续性；\r\n4.参与大模型训练与推理平台的部署、调优与自动化能力建设，推动 LLMOps / MLOps 工程化体系落地，提升平台交付效率与稳定性；\r\n5.深入分析系统瓶颈与容量热点，通过数据驱动方式识别稳定性风险与性能短板，持续推动架构优化与平台演进；\r\n6.负责 GPU / CPU / 网络 / 存储等资源利用率治理，推进模型推理加速、弹性调度与成本优化，持续提升资源效率与 ROI；\r\n7.跟踪业界 AI 硬件与 Infra 技术演进（GPU、网络、存储、推理框架等），结合业务场景推动基础设施选型、架构升级与技术创新；\r\n8.探索 AI Native SRE、智能 OnCall、AIOps、Agentic 运维等前沿方向，推动运维体系向智能化、自愈化与自治化演进。",
"requirements_text": "1.计算机、软件工程、网络工程等相关专业本科及以上学历，具备 3 年及以上大型互联网或 AI Infra 运维 / SRE 经验；\r\n2.熟悉 Linux 操作系统原理，具备扎实的网络、存储、系统调优与分布式系统基础；\r\n3.熟练掌握至少一种编程语言（Python / Go 优先），具备自动化平台、运维工具以及AI Coding 工具开发经验；\r\n4.熟悉 Kubernetes、Docker、微服务架构及云原生技术体系，具备大规模容器平台运维经验；\r\n5.熟悉 LLM、大模型训练 / 推理流程、AI Infra、LLMOps / MLOps 相关技术栈，理解模型服务链路与推理架构；\r\n6.具备较强的性能分析、容量规划与故障排查能力，能够在复杂场景下快速定位并解决系统问题；\r\n7.具备资源治理与成本优化意识，能够围绕 GPU 利用率、推理吞吐、时延与成本进行系统化优化；\r\n8.具备优秀的跨团队协作与沟通能力，能够推动架构、平台、算法与业务团队高效协同；\r\n9.对 AI Infra、云原生、大模型工程体系及前沿技术保持持续关注，具备快速学习与技术创新能力。",
"skills": [AI生成
"Python",
"Linux",
"Docker",
"Kubernetes",
"分布式系统",
"微服务",
"模型训练",
"团队协作",
"沟通能力",
"Go",
"大语言模型"
],
"preferred_qualifications": "3.熟练掌握至少一种编程语言（Python / Go 优先），具备自动化平台、运维工具以及AI Coding 工具开发经验",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2054748355795529728"
}
]
},
"posting": {
"posting_id": "2054748355795529728",
"post_date": "2026-09-14",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2054748355795529728"
},
"fulltext": "大模型在线服务SRE工程师（深圳/北京）\n在腾讯，优秀的技术运营工程师始终赋能业务，关注技术运营的质量、成本、效率和安全。他们不仅是经验丰富的问题解决者，更是具有全局视角的架构师，通过自动化工具的建设，强力提升平台效能，助力业务发展。\n1.负责超大规模通用大模型服务的 SRE 体系建设，保障 AI 平台在高并发、高吞吐、复杂异构资源环境下的稳定性、可用性与服务质量；\r\n2.负责 AI Infra 监控、可观测性、告警治理与自动化运维平台建设，构建覆盖 GPU、网络、存储、推理链路与模型服务全生命周期的智能运维体系；\r\n3.负责线上故障快速定位、应急响应与稳定性治理，建立标准化应急预案、故障复盘与根因分析机制，持续提升系统韧性与业务连续性；\r\n4.参与大模型训练与推理平台的部署、调优与自动化能力建设，推动 LLMOps / MLOps 工程化体系落地，提升平台交付效率与稳定性；\r\n5.深入分析系统瓶颈与容量热点，通过数据驱动方式识别稳定性风险与性能短板，持续推动架构优化与平台演进；\r\n6.负责 GPU / CPU / 网络 / 存储等资源利用率治理，推进模型推理加速、弹性调度与成本优化，持续提升资源效率与 ROI；\r\n7.跟踪业界 AI 硬件与 Infra 技术演进（GPU、网络、存储、推理框架等），结合业务场景推动基础设施选型、架构升级与技术创新；\r\n8.探索 AI Native SRE、智能 OnCall、AIOps、Agentic 运维等前沿方向，推动运维体系向智能化、自愈化与自治化演进。\n1.计算机、软件工程、网络工程等相关专业本科及以上学历，具备 3 年及以上大型互联网或 AI Infra 运维 / SRE 经验；\r\n2.熟悉 Linux 操作系统原理，具备扎实的网络、存储、系统调优与分布式系统基础；\r\n3.熟练掌握至少一种编程语言（Python / Go 优先），具备自动化平台、运维工具以及AI Coding 工具开发经验；\r\n4.熟悉 Kubernetes、Docker、微服务架构及云原生技术体系，具备大规模容器平台运维经验；\r\n5.熟悉 LLM、大模型训练 / 推理流程、AI Infra、LLMOps / MLOps 相关技术栈，理解模型服务链路与推理架构；\r\n6.具备较强的性能分析、容量规划与故障排查能力，能够在复杂场景下快速定位并解决系统问题；\r\n7.具备资源治理与成本优化意识，能够围绕 GPU 利用率、推理吞吐、时延与成本进行系统化优化；\r\n8.具备优秀的跨团队协作与沟通能力，能够推动架构、平台、算法与业务团队高效协同；\r\n9.对 AI Infra、云原生、大模型工程体系及前沿技术保持持续关注，具备快速学习与技术创新能力。",
"standard_classification": {
"std_category_code": "T020",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}