AI运维工程师（AIOps）-AI引擎

优缺点分析

角色解读

• 在AI基础设施领域深耕，成为GPU集群和模型服务运维专家
• 向平台工程或SRE架构师方向发展，主导AI基础设施的架构设计和自动化平台建设
• 结合AI Agent技术，转型为智能运维平台开发者，推动运维智能化转型
• 负责游戏AI推理服务的生产环境运维，包括GPU资源调度、模型服务编排和发布流程建设，确保线上服务稳定
• 管理公有云基础设施，包括K8S集群、网络配置和安全策略，并维护Terraform、Helm、ArgoCD等IaC工具链
• 建设监控告警体系，提升系统可观测性，并利用AI Agent辅助日常运维，设计和沉淀自动化工作流
• 精通Kubernetes，具备生产环境运维经验，熟悉Karpenter/KEDA等弹性调度组件
• 熟悉阿里云或AWS等公有云服务，掌握Terraform、Helm、ArgoCD等GitOps工具链
• 了解AI推理服务的基础架构，包括GPU资源调度和模型服务编排，有Python/Go开发经验更佳

申请策略

• 了解米哈游的游戏业务和AI技术布局，在面试中展示对AI基础设施的兴趣
• 准备一个完整的AIOps项目案例，从问题背景、方案设计到落地效果，体现系统性思考
• 突出Kubernetes生产环境运维经验，特别是GPU集群调度和弹性伸缩的实际案例
• 强调IaC实践，展示Terraform、Helm、ArgoCD等工具的使用深度和项目成果
• 如有AI模型部署或推理服务运维经验，务必重点描述，这是岗位核心需求
• 补充Karpenter、KEDA等弹性调度组件的学习，了解其原理和应用场景
• 学习AI Agent的基本概念，了解Agent上下文工程，如记忆管理和Skill管理
• 熟悉Python或Go，能编写自动化运维脚本，提升工具开发能力

面试指南

• 采用STAR法则回答项目经验类问题，清晰描述背景、任务、行动和结果
• 对于方案设计类问题，先明确需求，再对比不同技术方案，最后给出选型理由
• 对于AI Agent相关问题，体现对概念的理解，并结合实际场景提出应用思路
• 请描述一次你处理K8s集群故障的经历，如何定位和解决？
• 如何设计一个GPU资源弹性调度方案，以应对AI推理服务的波峰波谷？
• 你如何使用Terraform和ArgoCD实现基础设施的代码化管理和持续交付？
• 你对AI Agent在运维领域的应用有何理解？如何设计一个Agent Skill？
• 如何监控和优化AI推理服务的性能？