PINGAN logo
中国平安
IaaS运维工程师(存储)

IaaS运维工程师(存储)

发布于 大约 17 小时前

普通员工/个人贡献者

深圳市
中级经验
全职员工
仅现场办公
本科
分布式存储
向量数据库
Agent开发
信创
Ceph

AI 估算 · 20k–40k

深圳存储方向多年经验,掌握AI技术栈,薪资竞争力强。

职位详情

关于这个职位

该职位负责参与公司云存储平台的设计、开发与运维,使用Python开发自动化工具,并深入理解分布式与集中式存储架构

同时需要探索信创生态下的存储解决方案,并协助构建面向AI工作负载的高性能存储底座
适合有存储背景、熟悉Linux和Python、且对AI基础设施感兴趣的工程师

最低要求

-8年经验,计算机、软件工程、电子信息等相关专业,本科及以上学历

熟练掌握 Linux 系统操作,能独立完成系统分析、调优及问题排查
熟练的 Python 编程能力,有自动化开发经验
熟练掌握智能体(Agent)开发,了解 LangChain、Dify 或 MCP 协议
熟悉向量数据库技术原理,包括 HNSW、IVF-PQ 等索引算法,并掌握 Milvus、FAISS 等主流系统的使用
理解存储系统基本原理,包括文件系统、块/对象存储、RAID、快照、副本/纠删码等机制
对 AI 训练/推理流程有基本认知,了解 GPU 资源调度、数据加载瓶颈、Checkpoint 机制等
了解主流分布式/集中式存储方案(如 Ceph、GlusterFS、NFS、iSCSI、SAN/NAS)
了解信创生态,对国产操作系统(如麒麟、统信UOS、OpenEuler)及信创存储产品有实际接触经验
年轻有活力,主动性强,具备快速学习能力和技术好奇心
具备良好的沟通协作意识,愿意在金融+科技+信创交叉领域深耕成长

工作职责

参与公司云存储平台的设计、开发与运维

基于 Python 开发自动化工具、存储管理接口及数据调度服务,提升存储系统效率与可靠性
深入理解分布式存储与集中式存储架构,参与性能调优与故障诊断
探索信创生态下的存储解决方案
协助构建面向 AI 工作负载的高性能、高可用存储底座
跟踪云原生、存算分离、智能存储等前沿技术,持续优化存储平台能力

AI 洞察

优缺点分析

  • 中国平安作为金融科技巨头,平台稳定,项目资源丰富
  • 工作涉及AI存储、信创等前沿技术,技能积累价值高
  • 薪资福利在行业内具有竞争力,且有长期发展保障
  • 技术栈要求高,需同时掌握存储、AI、信创等多领域知识
  • 金融行业对系统稳定性和安全性要求极高,工作压力可能较大
  • 需要持续学习新技术,保持技术更新速度
  • 适合具备存储或系统运维背景,对AI和信创有强烈兴趣,希望在大平台稳定发展并不断挑战技术的工程师

角色解读

  • 可向存储架构师方向发展,主导大规模分布式存储系统设计
  • 深入AI基础设施领域,成为AI存储专家
  • 在信创生态积累经验,成为国产化替代领域的稀缺人才
  • 参与公司云存储平台的设计、开发与运维,确保系统高可用
  • 基于Python开发自动化工具、存储管理接口及数据调度服务,提升效率
  • 深入理解分布式与集中式存储架构,负责性能调优与故障诊断
  • 探索信创生态下的存储解决方案,并协助构建面向AI工作负载的存储底座
  • 熟练掌握Linux系统操作、调优及问题排查,以及Python编程和自动化开发
  • 精通分布式存储原理(如Ceph、GlusterFS)和常用机制(RAID、快照等)
  • 了解AI训练/推理流程、GPU调度及数据加载瓶颈,具备向量数据库知识
  • 熟悉智能体开发及相关框架(LangChain、Dify等),对信创生态有实际接触

申请策略

  • 面试前了解平安集团的金融科技战略,特别是云平台和信创方向
  • 准备1-2个存储故障排查或性能优化的完整案例,体现问题解决能力
  • 突出存储相关项目经验,特别是分布式存储(Ceph等)的实际运维或开发案例
  • 强调Python自动化开发能力,如监控、部署、调度脚本
  • 体现AI基础设施经验,包括GPU集群、数据加载优化或向量数据库使用
  • 如有信创项目或国产操作系统经验,务必重点描述
  • 学习并实践LangChain、Dify等智能体框架,了解MCP协议
  • 熟悉Milvus、FAISS等向量数据库的搭建与调优

面试指南

  • 使用STAR法则描述项目经历:情境、任务、行动、结果
  • 对于技术原理问题,先回答核心概念,再结合实际经验补充
  • 设计类问题,先明确需求约束,再给出架构选型理由
  • 请详细介绍你参与过的存储系统架构,以及遇到的性能瓶颈和解决方案
  • 如何设计一个面向AI训练场景的高性能存储方案?
  • Ceph的读写流程是怎样的?如何优化其性能?
  • 你使用过哪些向量数据库?比较其优缺点
  • 请举例说明你如何使用Python开发自动化工具提升运维效率

匹配度报告

74
综合匹配度

大厂稳定,前沿技术栈(AI存储+信创),现场办公,WLB一般。

适合人群
适合追求技术成长、愿意在稳定大平台深耕、对WLB要求不高的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展85
工作生活60
使命价值80

薪资福利匹配

70中等

薪资未明确披露,但平安作为大厂,薪资水平有竞争力且福利完善。

薪资信号未披露 (20K-40K/月)

成长发展匹配

85较高

技术栈前沿,涉及AI、信创、云原生等多方面,成长空间大。

技术前沿前沿/新兴技术
技术栈Python、Linux、Ceph、AI、Agent、LangChain、向量数据库、信创
业务类型cost_center

工作生活匹配

60中等

仅现场办公,未提及WLB,工作强度可能较高。

工作模式仅现场办公
办公地点未明确
加班情况未提及(无法判断)

使命价值匹配

80较高

处于云计算与AI基础设施高速增长赛道,但金融行业社会影响力中性。

行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs