AI服务DevOps工程师

优缺点分析

角色解读

• 在DevOps方向深耕，成为云原生或SRE专家
• 结合AI Agent经验，转向AI运维或AI平台架构方向
• 在米哈游内部可晋升为技术负责人或架构师
• 维护和二次开发AI推理服务网关，处理会话调度、路由和容量管理
• 管理云上AI应用基础设施，保障高可用和稳定性
• 建设CICD流水线和监控告警体系，提升发布效率和系统可靠性
• 参与AI Agent开发，扩展自动化运维工具链
• 精通Python/Golang/Shell，具备自动化脚本开发能力
• 深入理解网关和服务治理原理，能二次开发相关组件
• 掌握IaC和GitOps工具链（Terraform、Helm、ArgoCD），有K8S生产运维经验
• 熟悉阿里云或AWS等云平台，有生产环境运维实践

申请策略

• 米哈游注重技术深度，面试前可深入研究游戏AI赛道技术动态
• 准备好系统设计案例，特别是高可用架构和故障排查经验
• 突出K8S生产运维、IaC实践和CICD流水线搭建的具体项目
• 强调网关二次开发或服务治理经验，最好有相关组件源码阅读经历
• 如果有AI Agent或模型部署相关经验，务必详细展示
• 快速补充AI Agent相关知识和实践，如LangChain、RAG等
• 深入学习阿里云或AWS的AI服务组件，如Sagemaker、EKS等
• 掌握GPU资源管理和模型加速技术（如vLLM、TensorRT）

面试指南

• STAR法则：情境-任务-行动-结果，清晰展示问题背景和个人贡献
• 对比方案：给出多个技术选型并说明优劣，体现思考深度
• 量化结果：用数据说明优化后的效果（如延迟降低、资源利用率提升）
• 请描述你负责过的一次K8S集群故障排查经历
• 如何设计一个支持有状态路由的网关组件？
• 解释你使用Terraform管理基础设施的实践经验
• AI Agent在运维场景中如何提高可靠性？
• 你如何监控和优化GPU资源利用率？