AI 平台与可靠性工程师

【岗位职责】 核心职责 1、建设共享平台服务及接口，支持任务、算力和存储资源管理，完善配额控制及资源使用记录。 2、打通代码、模型和运行环境的制品管理，建设持续集成与持续交付流程，维护版本及兼容清单。 3、建设指标、日志和链路关联能力，制定有效告警，定位服务、训练任务及端云链路中的故障。 4、完善灰度发布、回退验证、备份恢复和故障处置流程，为产品发布及问题复盘提供可核验记录。 5、与推理、训练、数据及机器人团队协作，落实最小权限和审计要求，持续提升平台可用性及使用体验。 【任职要求】 任职要求 1、在分布式系统、云原生基础设施、后端平台、机器学习平台或 SRE 等方向具备扎实基础，熟练使用 Go、Python、Java 或 C++ 中至少一种语言。 2、深入理解网络、存储、进程、容器、服务治理和分布式系统，能够独立完成生产服务的设计、开发、压测和上线。 3、熟悉 Kubernetes、作…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 24327 个上海岗位（全城各职能合计），其中 1198 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 8K ~ 20K（25~75 分位），中位约 12K，最低 0.8K、最高 113K。