上海电气
运维工程师(27届校招）
运维工程师(27届校招）
发布于 7 天前普通员工/个人贡献者
全职员工仅现场办公DevOps/SRE
DevOps/SRE
Aiops
Cuda
Gpu运维
Llm Agent
Nccl
值不值得投
69综合评分
综合评分 69
算力运维校招岗，GPU+云原生+LLM Agent前沿技术栈，故障响应压力不小
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较职业起点。
薪资怎么样
1.3万
比DevOps/SRE中位数低
发布情况
正常在招 · 7 天前发布
公司情况
这家公司招聘很活跃
15 个在招
市场机会
选择面较广
上海 · DevOps/SRE · 约 170 个在招
职位详情
关于这个职位
上海电气运维工程师校招岗（27届），负责GPU与异构算力集群的运维调优、容灾设计与自动化运维，并探索LLM Agent与AIOps落地应用，要求熟悉云原生容器与Linux技术栈，适合面向AI基础设施方向的应届生
最低要求
本科及以上学历
熟悉GPU、机器学习技术原理，有GPU硬件、驱动、Cuda、NCCL、Mellanox网络等运维和调优经验，有异构硬件经验者优先
熟悉云原生容器技术，有Docker、K8s的实际使用和运维经验
熟悉Linux环境和Shell，掌握Golang/Python/Java等1种以上语言
熟悉云原生容灾设计优化，并善于使用自动化、智能化方法让服务稳定高效
具有强烈的工作责任心和自驱力，有良好的学习沟通能力、逻辑分析能力和抽象能力，良好的团队合作精神
工作职责
负责GPU、CPU、异构计算设备的日常运维、软硬件排障、调优，以及算力服务能力提升、资源利用效率提升，保障算力输出的持续、稳定、高效
负责集群管理和治理，容灾设计、监控告警、版本变更、安全演练等，保障系统高可用和可维护
负责运维运营工作自动化，包括资源管理、变更管理、故障恢复、用户工具接口等
前沿技术创新应用：负责探索LLM Agent在可观测性、自动化运维中落地应用
AIOps技术深化：AIOps智能运维方向通过融合统计、机器学习和LLM各类算法，实现智能报警、根因定位等
负责主导时序分析、故障诊断、根因关联推断及日志聚类等算法设计
网络及数据安全体系维护，建立数据分级、权限审计、风险监控、事件应急完整闭环管理机制，定期开展自查、培训、演练
AI 洞察
优缺点分析
优点
- 算力运维、LLM Agent与AIOps方向前沿，成长空间大
- 技术栈覆盖硬件到算法，复合能力强
- AI基础设施方向人才需求旺盛，经验溢价明显
- 技术栈跨度大，硬件到算法都需要持续学习
- 适合有GPU与云原生运维经验、对AIOps与LLM应用感兴趣的应届生
缺点 / 挑战
- 算力集群高可用要求高，故障响应压力不小
角色解读
- 从算力运维向SRE专家或AI基础设施架构师方向发展
- 可深耕AIOps算法方向，转型智能运维算法工程师
- 运维GPU/CPU异构算力设备，做软硬件排障与性能调优，提升算力输出效率
- 负责集群治理、容灾设计、监控告警与安全演练，保障系统高可用
- 推进运维自动化与AIOps算法设计，探索LLM Agent在可观测性与自动化运维中落地
- 维护网络与数据安全体系，建立分级、审计、监控与应急闭环机制
- 熟悉GPU硬件、驱动、CUDA、NCCL与Mellanox网络的运维调优
- 有Docker、K8s实际运维经验，熟悉Linux环境与Shell
- 掌握Golang/Python/Java至少一种语言，具备自动化开发与算法基础
申请策略
- 面试前梳理一次完整的故障排查与根因定位案例
- 关注AIOps与LLM运维智能体的行业实践
- 突出GPU集群运维、CUDA与NCCL调优的实操经验
- 展示K8s集群治理与自动化脚本或平台建设成果
- 体现时序分析、故障诊断等算法项目经历
- 深入学习K8s运维、GPU调度与可观测性工具链
- 补充机器学习与LLM Agent应用开发知识
面试指南
- 故障类问题按发现、定位、恢复、复盘的结构回答
- 算法类问题先讲思路，再结合数据与指标说明效果
- 你如何排查一次GPU训练集群的性能瓶颈？
- K8s中如何做版本变更与回滚？
- 介绍一个你实现的自动化运维工具
- 时序异常检测与根因定位有哪些常用方法？
- 复习Linux、K8s与GPU运维核心知识
- 准备自动化或算法项目的可展示成果
职位点评
薪资福利70
成长发展85
工作生活45
使命价值60
薪资福利
70中等
JD未披露薪资福利，但岗位技术门槛较高，AI基础设施方向整体薪酬竞争力较好。
薪资信号未披露（AI估算：1.0千–1.6万/月）
成长发展
85较高
LLM Agent落地与AIOps算法深化是明确的前沿成长方向，技术纵深与学习空间突出。
技术前沿前沿/新兴技术
技术栈GPU、CUDA、NCCL、Docker、K8s、Linux、Golang、Python、LLM Agent、AIOps
业务类型ambiguous
工作生活
45较低
JD未提及办公模式与作息安排，集群高可用保障通常伴随故障响应要求，灵活性有限。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
60中等
算力基础设施支撑AI应用落地，具备一定产业价值，JD未直接表述使命感内容。
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