主分类：生产运维与可靠性工程
辅助：云基础设施与系统软件研发（仅展示）
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": "混元评测Infra可观测性工程师（北京/深圳）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "TEG",
"location": "北京",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.平台稳定性与故障响应：持续关注评测平台运行状态，分析告警、异常任务、失败日志和资源使用情况；及时响应线上故障和用户问题，快速判断影响范围、定位根因并推动恢复；对重要故障开展复盘，跟踪改进措施落地；建立并完善告警分级、故障响应、问题升级和应急处理机制；参与必要的线上值班及重大评测任务保障；\n2.用户问题定位与解决：协助用户排查评测任务提交、调度、执行、模型调用、评分和结果生成等环节的问题，结合任务状态、日志、指标和调用链信息还原问题现场，提供清晰、准确、可执行的解决方案；总结高频问题，完善错误提示、排查文档、FAQ 和自助诊断能力；将用户反馈转化为平台改进项并推动闭环；\n3.可观测性体系建设：完善评测系统的日志、指标、调用链和事件体系，建设覆盖任务提交、队列调度、数据准备、模型调用、沙箱执行、评分及结果聚合的端到端可观测能力；设计和维护 Dashboard、SLI、SLO 及告警规则；持续治理误报、重复告警和告警盲区；建设任务级、用户级、模型级和基础设施级的问题关联与下钻分析能力；\n4.诊断工具与自动化建设：开发任务诊断、日志聚合、环境检查、根因分析等内部工具，将重复性的人工排查流程标准化、工具化和自动化；建立常见问题分类、诊断规则及修复建议，推动平台提供更明确、用户可理解的错误信息；探索使用大模型进行日志分析、异常聚类、故障归因和诊断建议生成。",
"requirements_text": "1.具备扎实的线上问题分析和故障诊断能力，能够利用日志、指标、调用链和系统状态逐步定位问题；\r\n2.熟悉 Linux、网络、进程、文件系统及常见系统故障的排查方法；\r\n3.熟悉 Docker、Kubernetes 或其他容器、编排及任务调度技术；\r\n4.能够使用 Python、Go 或 Shell 开发诊断工具和自动化程序；\r\n5.理解分布式系统中的超时、重试、限流、资源竞争、级联故障和数据一致性等常见问题；\r\n6.具备良好的沟通和协作能力，能够准确理解用户问题，并推动跨团队解决；\r\n7.具备较强的责任心和 Owner 意识，不仅能够恢复服务，也愿意追踪根因并推动长期改进。",
"skills": [AI生成
"Python",
"Linux",
"Docker",
"Kubernetes",
"分布式系统",
"Go"
],
"preferred_qualifications": "未披露",
"job_highlights": "1.我们正在建设面向大模型评测场景的基础设施，为大模型的各种评测提供稳定、高效、准确的评测能力。随着评测规模和复杂度增长，系统中的任务调度、模型调用、数据处理、沙箱执行、评分服务及外部依赖都会产生新的稳定性挑战；\r\n2.我们希望寻找一位兼具故障诊断、可观测性建设和用户服务意识的工程师，负责评测平台的稳定运行与问题诊断。这份工作不只是处理告警、恢复服务，更重要的是从每一次真实故障和用户反馈中发现系统短板，把人工排查经验沉淀为监控指标、诊断工具和自动化能力，让问题更早被发现、更快被定位，并尽可能由用户自助解决"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2089355403136774144"
}
]
},
"posting": {
"posting_id": "2089355403136774144",
"post_date": "2026-08-17",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2089355403136774144"
},
"fulltext": "混元评测Infra可观测性工程师（北京/深圳）\n1.平台稳定性与故障响应：持续关注评测平台运行状态，分析告警、异常任务、失败日志和资源使用情况；及时响应线上故障和用户问题，快速判断影响范围、定位根因并推动恢复；对重要故障开展复盘，跟踪改进措施落地；建立并完善告警分级、故障响应、问题升级和应急处理机制；参与必要的线上值班及重大评测任务保障；\n2.用户问题定位与解决：协助用户排查评测任务提交、调度、执行、模型调用、评分和结果生成等环节的问题，结合任务状态、日志、指标和调用链信息还原问题现场，提供清晰、准确、可执行的解决方案；总结高频问题，完善错误提示、排查文档、FAQ 和自助诊断能力；将用户反馈转化为平台改进项并推动闭环；\n3.可观测性体系建设：完善评测系统的日志、指标、调用链和事件体系，建设覆盖任务提交、队列调度、数据准备、模型调用、沙箱执行、评分及结果聚合的端到端可观测能力；设计和维护 Dashboard、SLI、SLO 及告警规则；持续治理误报、重复告警和告警盲区；建设任务级、用户级、模型级和基础设施级的问题关联与下钻分析能力；\n4.诊断工具与自动化建设：开发任务诊断、日志聚合、环境检查、根因分析等内部工具，将重复性的人工排查流程标准化、工具化和自动化；建立常见问题分类、诊断规则及修复建议，推动平台提供更明确、用户可理解的错误信息；探索使用大模型进行日志分析、异常聚类、故障归因和诊断建议生成。\n1.具备扎实的线上问题分析和故障诊断能力，能够利用日志、指标、调用链和系统状态逐步定位问题；\r\n2.熟悉 Linux、网络、进程、文件系统及常见系统故障的排查方法；\r\n3.熟悉 Docker、Kubernetes 或其他容器、编排及任务调度技术；\r\n4.能够使用 Python、Go 或 Shell 开发诊断工具和自动化程序；\r\n5.理解分布式系统中的超时、重试、限流、资源竞争、级联故障和数据一致性等常见问题；\r\n6.具备良好的沟通和协作能力，能够准确理解用户问题，并推动跨团队解决；\r\n7.具备较强的责任心和 Owner 意识，不仅能够恢复服务，也愿意追踪根因并推动长期改进。",
"standard_classification": {
"std_category_code": "T020",
"std_aux_codes": [
"T018"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}