快手
运维开发工程师-【可灵AI专项】
运维开发工程师-【可灵AI专项】
发布于 大约 16 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
本科
DevOps/SRE
Aigc
Gpu集群
分布式系统
多模态
运维自动化
AI 估算 · 20k–35k
快手可灵AI为战略项目，北京运维开发薪资较高，结合GPU集群技术稀缺性，月薪2-3.5万合理。
职位详情
关于这个职位
作为快手可灵AI专项的运维开发工程师，你将负责保障大规模AIGC服务及在线推理系统的稳定高效运行，管理异构GPU集群，推进运维自动化和资源优化
适合有分布式运维经验、熟悉K8S和GPU集群的工程师，深入前沿AI基础设施
最低要求
本科及以上学历，计算机、软件工程相关专业，具备互联网业务运维经验
有大型分布式系统的运维和资源管理经验，有 K8S 和 GPU 集群运维经验优先
具备扎实的计算机软件开发基础知识，精通 Linux 操作系统、网络、存储等相关原理
熟悉一种或多种编程语言，包括但不限于 Shell/Python/Golang/Java/C 等
具备较强的问题分析解决能力，有强烈的责任心，良好的学习能力、沟通能力和自驱力
工作职责
负责可灵AI大规模AIGC服务及在线推理系统的可靠、稳定、高效运行
负责可灵AI多模态生成模型（视频/图像/3D）的推理服务高可用保障，确保生成链路端到端稳定交付
负责可灵AI异构算力集群的稳定性保障，推进GPU资源池化、弹性扩缩容及运维自动化工具链建设
负责可灵AI相关算力资源的管理与规划，包括预算成本管控、推理资源效率优化、多模型混部与统一调度等
优先资格
有AIGC/多模态模型推理服务运维经验或大规模GPU集群管理经验，为加分项
AI 洞察
优缺点分析
优点
- 快手平台大，稳定性好，薪资福利有竞争力
- 接触GPU集群、K8S等热门技术，职业发展空间广
- 涉及多模态模型和GPU异构，技术复杂度高，需不断学习
- 可能需要on-call或应对突发故障，工作节奏可能较快
缺点 / 挑战
- 参与前沿AIGC基础设施，技术挑战大，成长快
- 大规模在线推理系统对稳定性要求高，可能存在一定的运维压力
- 适合对AI基础设施感兴趣、有分布式运维经验、能承受一定压力的工程师
角色解读
- 纵向：从运维开发工程师向高级运维专家或SRE架构师发展
- 横向：可转向AI基础设施、算力平台等方向，或深入GPU优化领域
- 平台：快手可灵AI专项属前沿业务，有机会接触大规模AI基础设施，积累稀缺经验
- 保障可灵AI大规模AIGC服务和在线推理系统的稳定运行，处理故障和性能问题
- 管理异构GPU集群，推进资源池化、弹性扩缩容和自动化运维工具建设
- 优化推理资源效率，进行成本管控和多模型混部调度
- 配合研发团队，确保多模态生成模型端到端交付
- 精通Linux操作系统、网络和存储原理，具备扎实的计算机基础
- 熟悉Kubernetes和GPU集群运维，有大规模分布式系统经验
- 掌握Shell/Python/Golang等至少一种编程语言，能编写自动化脚本和工具
- 具备问题分析和解决能力，了解AIGC推理服务架构更佳
申请策略
- 了解快手可灵AI的业务方向和产品形态，面试展示对AIGC基础设施的理解
- 强调实际运维中解决过的复杂问题，体现责任心和自驱力
- 突出K8S、GPU集群运维、大规模分布式系统的项目经验
- 强调自动化运维工具开发的成果和性能优化案例
- 展示Linux、网络、存储等底层技能，以及编程能力
- 如有AIGC或多模态推理服务经验，重点描述
- 补充学习Kubernetes原理和GPU虚拟化/池化技术
- 掌握Golang或Python的运维开发，提升脚本效率
面试指南
- 对故障处理类问题：按“发生了什么-如何定位-如何解决-事后总结”的STAR结构回答
- 对技术方案类问题：先明确目标和约束，再分层设计，最后权衡取舍
- 对优化类问题：强调数据驱动，通过监控指标和压测验证效果
- 请描述一次你处理大型分布式系统故障的经历
- 如何设计一个GPU集群的弹性扩缩容方案？
- K8S中如何保证Pod的高可用？有哪些资源隔离手段？
- 谈谈你对GPU资源池化的理解，以及如何优化GPU利用率？
- 在运维AIGC推理服务时，你会如何监控和调优？
职位点评
73
综合评分
快手AIGC专项运维，前沿技术栈，薪资竞争力强，但工作模式偏传统现场办公。
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
适合追求技术前沿和职业成长、能接受现场办公和一定工作压力的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展85
工作生活50
使命价值80
薪资福利
75中等
快手作为上市巨头，薪资福利在行业内具有竞争力，稳定性好，但JD未明确薪资范围，具体待遇需面议。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
85较高
职位聚焦AIGC前沿领域，涉及GPU集群、K8S等热门技术，自动化工具链建设和算力优化带来丰富的技术成长机会。
技术前沿前沿/新兴技术
技术栈K8S、GPU、AIGC、多模态、分布式系统
业务类型cost_center
工作生活
50较低
仅现场办公，JD未提及弹性工作或远程选项，且运维岗位可能涉及值班，工作节奏存在不确定性。
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
80较高
AIGC是当前高速增长赛道，职位支持快手核心业务，技术创新的社会影响力和行业前景均较好。
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
快手 的其他在招职位
相似职位推荐
Watch Jobs