滴滴出行
Agent DevOps 资深研发工程师
Agent DevOps 资深研发工程师
发布于 大约 14 小时前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
学历未注明
DevOps/SRE
Claude Code
Llm
Mcp
Prompt
后端开发
评测平台
AI 估算 · 30k–50k
AI+DevOps复合方向稀缺，北京资深岗位薪资竞争力强，预计月薪3-5万。
职位详情
关于这个职位
该职位负责构建滴滴的Agent DevOps平台，面向Coding Agent等AI研发资产建立评测、发布、观测体系
你将设计效果评测平台，支持测试数据集管理、自定义验证条件和版本对比，并与业务团队合作沉淀真实测试场景
适合对AI Coding工具链和平台工程感兴趣的后端研发
最低要求
具备扎实的后端或平台研发能力，熟悉服务端系统设计、数据模型设计、任务调度、日志分析、平台工程或 DevOps 工具链建设
理解 Agent 工作流中的 Harness、Skill、MCP、Tool、Prompt、上下文、模型调用、验证命令等关键概念
具备评测平台或测试体系建设经验，能设计测试数据集、验证规则、评分指标、版本对比和效果报告
具备良好的工程抽象能力，能把业务试点中的零散经验沉淀成平台能力和可复用工具
具备较强的跨团队协作能力，能与业务研发、平台工具、模型网关、Agent 工具、产品运营等团队共同推进复杂项目
对 AI 研发工具方向有兴趣，愿意探索 Agent 研发、评估、发布、观测、治理的长期工程体系
工作职责
负责 Agent DevOps 方向核心平台能力建设，面向 Coding Agent、Harness、Skill、MCP、Prompt、LLM 等 AI 研发资产，建立评测、发布、观测和持续优化能力
近期重点建设 Agent 效果评测平台，支持测试数据集管理、自定义验证条件、评测任务执行、运行日志采集、版本结果对比和评测报告生成
设计并实现面向 Coding Agent 的评测数据模型和执行链路，支持对 Claude Code、Codex 类 Agent 的单步命令产出进行验证
与业务 SDD 开发项目合作，收集和沉淀真实测试数据集，覆盖需求分析、设计生成、任务拆解、代码修改、测试生成、验证执行等场景
建设 Harness、Skill、MCP、Tool、Prompt、Agent、LLM 等被测对象的版本化记录和对比机制，支持升级前后效果评估
推动评测结果进入 AI 研发资产发布流程，支撑发布准入、灰度验证、效果回归、失败分析和后续优化
与AI基础设施相关团队协作，定义 Agent DevOps 平台与现有研发工具体系的集成方式
长期参与 Agent 研发交付体系建设，逐步扩展到 Agent 运行观测、问题定位、RCA、oncall 支撑、资产治理和持续运营
优先资格
有研发效能、DevOps、CI/CD、测试平台、代码质量平台、可观测平台、开发者工具、内部工程平台等相关经验者优先
理解 AI Coding / Coding Agent 的工作方式，实际使用过 Claude Code、Codex、Cursor、Copilot、Cline 等工具者优先
AI 洞察
优缺点分析
优点
- 站在AI研发工具前沿，接触Coding Agent等新兴技术，技术成长快
- 平台建设产品影响力大，可沉淀可复用工具，提升工程抽象能力
- 滴滴平台大，基础设施完善，团队协作机会多
- 薪资竞争力强，且有上市公司的稳定性
- 需要同时掌握DevOps、平台工程和AI前沿知识，技术广度要求高
- 业务场景复杂，跨团队协作多，可能需要应对快速变化的需求
- 适合有后端/平台研发经验，对AI工具链和工程化有强烈兴趣，并愿意在技术前沿探索的工程师
缺点 / 挑战
- 评测平台建设难度大，需要设计合理的验证机制，挑战性强
角色解读
- 从平台工程师成长为AI研发基础设施专家，深入Agent研发全流程
- 可向技术专家或架构师方向发展，主导Agent DevOps体系演进
- 有机会接触前沿AI工程化领域，成为企业内稀缺的AI工程化人才
- 建设Agent DevOps平台，负责核心平台能力设计，如评测、发布、观测等
- 重点开发Agent效果评测平台，包括测试数据集管理、自定义验证条件、任务执行与日志采集
- 与业务团队合作，收集真实测试数据集，覆盖Agent工作流的各个环节
- 推动评测结果进入资产发布流程，支撑发布准入和效果回归
- 扎实的后端/平台研发能力，熟悉服务端架构、数据模型、任务调度、日志分析
- 了解AI Coding工具，如Claude Code、Codex、Cursor等
- 理解Agent工作流概念，如Harness、Skill、MCP、Prompt等
- 有评测平台或测试体系设计经验，能设计数据模型和验证规则
申请策略
- 在简历中体现对AI研发工具的热情，如个人项目、博客等
- 关注滴滴AI Dev方向的产品，了解其技术栈和业务场景
- 突出后端/平台研发项目经验，特别是DevOps、CI/CD、测试平台等方向
- 强调有使用AI Coding工具的经验，如Claude Code、Codex等
- 展示在数据模型设计、任务调度、日志分析等方面的具体案例
- 如果有评测系统、测试框架设计经验，重点突出
- 熟悉主流Coding Agent工具的使用和原理，尝试用它们完成实际任务
- 学习Agent工作流相关概念，如MCP、Harness、Skill等
面试指南
- 从需求分析→系统设计→实现→优化讲起，突出对业务的理解和技术选型
- 使用STAR法则回答行为面问题，情境-任务-行动-结果
- 对于设计题，先明确目标和约束，然后分模块阐述，最后讨论权衡
- 你如何设计一个Agent效果评测平台？考虑哪些核心模块？
- 实际使用过哪些Coding Agent？它们的工作流是怎样的？如何验证输出质量？
- 描述一个你搭建的DevOps/CI/CD系统，如何设计数据模型和任务调度？
- 如何将评测结果集成到发布流程中，实现发布准入和回归？
- 遇到多团队协作的复杂项目，如何推进并保证质量？
职位点评
73
综合评分
前沿AI平台研发，高成长高挑战，薪资有竞争力，但WLB信息不明。
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、渴望站在AI工程化前沿的工程师，对工作生活平衡要求不高。
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90
工作生活50
使命价值70
薪资福利
75中等
北京资深岗位薪资有竞争力，滴滴为上市公司平台稳定，但JD未提及具体福利，补偿性满足较好。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
该职位聚焦Agent DevOps前沿方向，技术领域新，成长潜力高，JD明确表示长期建设体系，发展性动机很强。
技术前沿前沿/新兴技术
技术栈Agent、DevOps、LLM、Claude Code、Codex、Harness、Skill、MCP、Prompt、可观测性
成长机会长期参与、持续优化、长期工程体系
业务类型cost_center
工作生活
50较低
职位要求现场办公，未提及弹性工作或远程，WLB信息不明，推测一般。
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
70中等
AI研发工具赛道高速增长，该职位积极采用前沿技术，但社会影响力中性，意义感满足一般。
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
滴滴出行 的其他在招职位
相似职位推荐
Watch Jobs