腾讯
混元评测Infra可观测性工程师（北京/深圳）
混元评测Infra可观测性工程师（北京/深圳）
发布于 大约 6 小时前普通员工/个人贡献者
北京市 / 深圳市
高级经验
全职员工
仅现场办公
本科
IT运维
Go
分布式系统
可观测性
大模型
故障排查
日志分析
AI 估算 · 30k–50k
腾讯作为互联网大厂，薪资竞争力强，该岗位要求高级技能，月薪中位数约4万，年终奖丰厚。
职位详情
关于这个职位
作为腾讯混元评测基础设施的可观测性工程师，你将负责保障评测平台的稳定运行，构建端到端的可观测性体系，开发自动化诊断工具，并利用大模型技术提升故障排查效率
该岗位需要扎实的分布式系统知识和故障诊断能力，适合热爱技术挑战、追求系统稳定性的工程师
最低要求
具备扎实的线上问题分析和故障诊断能力，能够利用日志、指标、调用链和系统状态逐步定位问题
熟悉 Linux、网络、进程、文件系统及常见系统故障的排查方法
熟悉 Docker、Kubernetes 或其他容器、编排及任务调度技术
能够使用 Python、Go 或 Shell 开发诊断工具和自动化程序
理解分布式系统中的超时、重试、限流、资源竞争、级联故障和数据一致性等常见问题
具备良好的沟通和协作能力，能够准确理解用户问题，并推动跨团队解决
具备较强的责任心和 Owner 意识，不仅能够恢复服务，也愿意追踪根因并推动长期改进
工作职责
平台稳定性与故障响应：持续关注评测平台运行状态，分析告警、异常任务、失败日志和资源使用情况
及时响应线上故障和用户问题，快速判断影响范围、定位根因并推动恢复
对重要故障开展复盘，跟踪改进措施落地
建立并完善告警分级、故障响应、问题升级和应急处理机制
参与必要的线上值班及重大评测任务保障
用户问题定位与解决：协助用户排查评测任务提交、调度、执行、模型调用、评分和结果生成等环节的问题，结合任务状态、日志、指标和调用链信息还原问题现场，提供清晰、准确、可执行的解决方案
总结高频问题，完善错误提示、排查文档、FAQ 和自助诊断能力
将用户反馈转化为平台改进项并推动闭环
可观测性体系建设：完善评测系统的日志、指标、调用链和事件体系，建设覆盖任务提交、队列调度、数据准备、模型调用、沙箱执行、评分及结果聚合的端到端可观测能力
设计和维护 Dashboard、SLI、SLO 及告警规则
持续治理误报、重复告警和告警盲区
建设任务级、用户级、模型级和基础设施级的问题关联与下钻分析能力
诊断工具与自动化建设：开发任务诊断、日志聚合、环境检查、根因分析等内部工具，将重复性的人工排查流程标准化、工具化和自动化
建立常见问题分类、诊断规则及修复建议，推动平台提供更明确、用户可理解的错误信息
探索使用大模型进行日志分析、异常聚类、故障归因和诊断建议生成
AI 洞察
优缺点分析
优点
- 可观测性领域是运维发展的核心方向，技能积累价值高
- 薪资福利优厚，职业发展空间大
- 涉及复杂分布式系统，技术难度高，需要持续学习
- 跨团队协作多，需要较强的沟通能力
- 适合热爱技术、喜欢解决复杂问题、有责任心且抗压能力强的工程师
缺点 / 挑战
- 腾讯平台大，技术挑战多，能接触前沿的大模型评测基础设施
- 需要随时响应故障，可能面临值班压力
角色解读
- 可向 SRE 专家或可观测性架构师方向发展，深入系统可靠性领域
- 有机会参与大模型相关技术，转向 AIOps 或智能运维方向
- 在腾讯内部可晋升为技术专家或团队负责人
- 负责评测平台的稳定性，监控告警、处理故障，确保评测任务顺利执行
- 建设可观测性体系，包括日志、指标、调用链等，提升问题定位效率
- 开发自动化诊断工具，利用大模型技术优化日志分析和故障归因
- 协助用户排查评测过程中的问题，提供解决方案并推动平台改进
- 扎实的故障排查能力，熟悉日志、指标、调用链分析
- 熟悉 Linux 系统、网络、容器和 Kubernetes 等基础设施
- 掌握 Python、Go 或 Shell 编程，能开发自动化工具
- 理解分布式系统常见问题，具备良好的沟通和协作能力
申请策略
- 了解腾讯混元评测业务，展示对 AI 基础设施的兴趣
- 准备故障复盘案例，展示问题解决思路
- 突出故障排查和可观测性建设的实际案例
- 强调 Kubernetes、Docker 等容器技术的实战经验
- 展示 Python/Go 开发自动化工具的项目成果
- 提及分布式系统问题处理经验
- 深入学习 Kubernetes 和云原生技术
- 熟悉大模型在日志分析中的应用
面试指南
- 使用 STAR 法则描述故障处理过程，强调根因分析和改进措施
- 从数据采集、存储、分析、告警等方面阐述设计思路
- 结合具体案例说明大模型的应用，如日志聚类、异常检测
- 强调告警治理策略，如分级、去重、降噪
- 展示沟通技巧，强调用户导向
- 描述一次你处理过的复杂线上故障，如何定位和解决？
- 如何设计一个可观测性体系来监控分布式任务？
- 如何利用大模型进行日志异常检测？
职位点评
77
综合评分
腾讯大厂，前沿技术栈，薪资高，但需值班，WLB一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求技术成长、薪资优厚，能接受一定工作强度的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展90
工作生活50
使命价值70
薪资福利
85较高
腾讯作为大厂，薪资福利优厚，但 JD 未明确具体薪资，需面议。
薪资信号面议 (30K-50K/月)
成长发展
90较高
岗位涉及前沿技术（大模型、可观测性），成长空间大，但 JD 未明确晋升路径。
技术前沿前沿/新兴技术
技术栈Kubernetes、Docker、Python、Go、大模型、可观测性
业务类型ambiguous
工作生活
50较低
岗位要求参与线上值班，可能影响工作生活平衡，JD 未提及弹性工作。
工作模式仅现场办公
办公地点科技园/产业园
加班情况JD含高强度暗示词
使命价值
70中等
腾讯在 AI 领域有影响力，岗位对 AI 评测基础设施有贡献，但社会影响中性。
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