{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "平头哥-AI DevOps 专家-上海",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "阿里集团",
        "location": "上海",
        "work_mode": "未披露",AI生成
        "job_category": "技术-芯片"AI生成
    },
    "company": {
        "company_name": "平头哥",
        "company_industry": "半导体 / 芯片设计",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "平头哥研发计算、存储及网络芯片，为人工智能基础设施提供支持。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "我们提供："
    },
    "requirements": {
        "working_years": "",
        "degree": "● 计算机相关专业本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "我们正在寻找具备深厚技术功底、前瞻性视野和丰富实战经验的DevOps平台工程专家，加入我们致力于构建智能化研发基础设施的核心团队。在这里，你将主导下一代AI驱动的Devops平台与智能运维系统的设计与落地，推动软件研发流程向自动化、可观测性、自愈能力和数据驱动决策全面进化。\n作为团队的技术骨干，你将：\n1. 设计打造企业级智能化运维（AIOps）体系\n基于Python、Go等语言，构建自动化运维工具链与平台化能力，实现基础设施即代码（IaC）；引入异常检测、根因分析、故障传播图谱等AI算法，提升系统可观测性与故障响应速度，推动运维从“被动响应”向“主动预防”转变。\n2. 构建全链路智能监控与自愈系统\n设计并落地覆盖应用、服务、资源的端到端监控体系，集成Prometheus、Grafana、ELK、OpenTelemetry等主流技术栈；结合时序预测（LSTM、Prophet）、无监督异常检测（Isolation Forest、One-Class SVM）等模型，实现性能瓶颈预警、自动诊断与部分场景的闭环自愈。\n3. 推动MLOps与DevOps深度融合\n主导机器学习模型训练流水线（ML Pipeline）与模型服务化（Model Serving）平台建设，设计模型版本管理、A/B测试、流量灰度、监控告警与快速回滚机制，支撑AI能力高效、稳定地规模化落地。",
        "requirements_text": "我们希望你具备：\n● 计算机相关专业本科及以上学历，5年以上DevOps、SRE、平台工程或自动化系统开发经验\n● 精通Linux系统、容器化技术（Docker）与编排系统（Kubernetes），具备大规模集群管理与调优经验\n● 熟练掌握至少一门主流编程语言（Python / Go / Java），具备良好的工程规范与系统设计能力\n● 深入理解监控告警、日志分析、自动化运维等核心系统，有实际平台建设或开源项目贡献经验\n● 对人工智能在系统工程中的应用有深刻理解或实践经验，熟悉常见机器学习算法（如分类、聚类、时序预测）在日志分析、异常检测、资源优化等场景的落地\n● 具备优秀的系统思维、问题拆解能力与跨团队协作能力，能够独立主导复杂系统的设计与推进\n加分项：\n● 有MLOps实践经历，熟悉MLflow、Kubeflow、Seldon、KServe等工具链；\n● 在AIOps、智能调度、故障预测等领域有实际项目成果或论文发表；\n● 参与过大型企业级DevOps平台或内部PaaS/IaaS系统建设；\n● 熟悉云原生生态（AWS/GCP/AliCloud），具备多云或混合云架构经验；\n● 开源社区活跃者，有知名项目贡献或维护经验。\n我们提供：\n● 深度参与AI与系统工程融合创新的机会，接触全球前沿技术趋势\n● 与资深架构师和技术专家共事的成长环境，持续提升技术深度与影响力\n● 高度开放、结果导向、鼓励技术创新的团队文化，支持你在关键技术方向上自主探索\n● 具有竞争力的薪酬、弹性工作制与长期发展通道，为你的职业进阶保驾护航。\n加入我们，用AI重塑研发效能，让系统更聪明，让工程师更专注创造价值！",
        "skills": [AI生成
            "Python",
            "Java",
            "Linux",
            "Docker",
            "Kubernetes",
            "机器学习",
            "团队协作",
            "Go"
        ],
        "preferred_qualifications": "加分项：",
        "job_highlights": "我们提供："
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://recruitment.t-head.cn/off-campus/position-detail?positionId=7000045909"
            }
        ]
    },
    "posting": {
        "posting_id": "7000045909",
        "post_date": "2026-09-09",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://recruitment.t-head.cn/off-campus/position-detail?positionId=7000045909"
    },
    "fulltext": "平头哥-AI DevOps 专家-上海\n平头哥-AI DevOps 专家-上海\n\n基础信息\n职位类别：技术-芯片\n工作地点：上海\n\n职位描述\n我们正在寻找具备深厚技术功底、前瞻性视野和丰富实战经验的DevOps平台工程专家，加入我们致力于构建智能化研发基础设施的核心团队。在这里，你将主导下一代AI驱动的Devops平台与智能运维系统的设计与落地，推动软件研发流程向自动化、可观测性、自愈能力和数据驱动决策全面进化。\n作为团队的技术骨干，你将：\n1. 设计打造企业级智能化运维（AIOps）体系\n基于Python、Go等语言，构建自动化运维工具链与平台化能力，实现基础设施即代码（IaC）；引入异常检测、根因分析、故障传播图谱等AI算法，提升系统可观测性与故障响应速度，推动运维从“被动响应”向“主动预防”转变。\n2. 构建全链路智能监控与自愈系统\n设计并落地覆盖应用、服务、资源的端到端监控体系，集成Prometheus、Grafana、ELK、OpenTelemetry等主流技术栈；结合时序预测（LSTM、Prophet）、无监督异常检测（Isolation Forest、One-Class SVM）等模型，实现性能瓶颈预警、自动诊断与部分场景的闭环自愈。\n3. 推动MLOps与DevOps深度融合\n主导机器学习模型训练流水线（ML Pipeline）与模型服务化（Model Serving）平台建设，设计模型版本管理、A/B测试、流量灰度、监控告警与快速回滚机制，支撑AI能力高效、稳定地规模化落地。\n\n职位要求\n我们希望你具备：\n● 计算机相关专业本科及以上学历，5年以上DevOps、SRE、平台工程或自动化系统开发经验\n● 精通Linux系统、容器化技术（Docker）与编排系统（Kubernetes），具备大规模集群管理与调优经验\n● 熟练掌握至少一门主流编程语言（Python / Go / Java），具备良好的工程规范与系统设计能力\n● 深入理解监控告警、日志分析、自动化运维等核心系统，有实际平台建设或开源项目贡献经验\n● 对人工智能在系统工程中的应用有深刻理解或实践经验，熟悉常见机器学习算法（如分类、聚类、时序预测）在日志分析、异常检测、资源优化等场景的落地\n● 具备优秀的系统思维、问题拆解能力与跨团队协作能力，能够独立主导复杂系统的设计与推进\n加分项：\n● 有MLOps实践经历，熟悉MLflow、Kubeflow、Seldon、KServe等工具链；\n● 在AIOps、智能调度、故障预测等领域有实际项目成果或论文发表；\n● 参与过大型企业级DevOps平台或内部PaaS/IaaS系统建设；\n● 熟悉云原生生态（AWS/GCP/AliCloud），具备多云或混合云架构经验；\n● 开源社区活跃者，有知名项目贡献或维护经验。\n我们提供：\n● 深度参与AI与系统工程融合创新的机会，接触全球前沿技术趋势\n● 与资深架构师和技术专家共事的成长环境，持续提升技术深度与影响力\n● 高度开放、结果导向、鼓励技术创新的团队文化，支持你在关键技术方向上自主探索\n● 具有竞争力的薪酬、弹性工作制与长期发展通道，为你的职业进阶保驾护航。\n加入我们，用AI重塑研发效能，让系统更聪明，让工程师更专注创造价值！\n我们正在寻找具备深厚技术功底、前瞻性视野和丰富实战经验的DevOps平台工程专家，加入我们致力于构建智能化研发基础设施的核心团队。在这里，你将主导下一代AI驱动的Devops平台与智能运维系统的设计与落地，推动软件研发流程向自动化、可观测性、自愈能力和数据驱动决策全面进化。\n作为团队的技术骨干，你将：\n1. 设计打造企业级智能化运维（AIOps）体系\n基于Python、Go等语言，构建自动化运维工具链与平台化能力，实现基础设施即代码（IaC）；引入异常检测、根因分析、故障传播图谱等AI算法，提升系统可观测性与故障响应速度，推动运维从“被动响应”向“主动预防”转变。\n2. 构建全链路智能监控与自愈系统\n设计并落地覆盖应用、服务、资源的端到端监控体系，集成Prometheus、Grafana、ELK、OpenTelemetry等主流技术栈；结合时序预测（LSTM、Prophet）、无监督异常检测（Isolation Forest、One-Class SVM）等模型，实现性能瓶颈预警、自动诊断与部分场景的闭环自愈。\n3. 推动MLOps与DevOps深度融合\n主导机器学习模型训练流水线（ML Pipeline）与模型服务化（Model Serving）平台建设，设计模型版本管理、A/B测试、流量灰度、监控告警与快速回滚机制，支撑AI能力高效、稳定地规模化落地。\n我们希望你具备：\n● 计算机相关专业本科及以上学历，5年以上DevOps、SRE、平台工程或自动化系统开发经验\n● 精通Linux系统、容器化技术（Docker）与编排系统（Kubernetes），具备大规模集群管理与调优经验\n● 熟练掌握至少一门主流编程语言（Python / Go / Java），具备良好的工程规范与系统设计能力\n● 深入理解监控告警、日志分析、自动化运维等核心系统，有实际平台建设或开源项目贡献经验\n● 对人工智能在系统工程中的应用有深刻理解或实践经验，熟悉常见机器学习算法（如分类、聚类、时序预测）在日志分析、异常检测、资源优化等场景的落地\n● 具备优秀的系统思维、问题拆解能力与跨团队协作能力，能够独立主导复杂系统的设计与推进\n加分项：\n● 有MLOps实践经历，熟悉MLflow、Kubeflow、Seldon、KServe等工具链；\n● 在AIOps、智能调度、故障预测等领域有实际项目成果或论文发表；\n● 参与过大型企业级DevOps平台或内部PaaS/IaaS系统建设；\n● 熟悉云原生生态（AWS/GCP/AliCloud），具备多云或混合云架构经验；\n● 开源社区活跃者，有知名项目贡献或维护经验。\n我们提供：\n● 深度参与AI与系统工程融合创新的机会，接触全球前沿技术趋势\n● 与资深架构师和技术专家共事的成长环境，持续提升技术深度与影响力\n● 高度开放、结果导向、鼓励技术创新的团队文化，支持你在关键技术方向上自主探索\n● 具有竞争力的薪酬、弹性工作制与长期发展通道，为你的职业进阶保驾护航。\n加入我们，用AI重塑研发效能，让系统更聪明，让工程师更专注创造价值！",
    "standard_classification": {
        "std_category_code": "T020",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}