中国平安
DevOps工程师
DevOps工程师
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公DevOps/SRE
DevOps/SRE
Ai辅助开发
CI/CD
Rag
大模型应用
容器编排
敏捷开发
研发效能
值不值得投
68综合评分
综合评分 68
技术栈前沿、AI赋能、大平台DevOps岗，发展性动机强，WLB需具体确认。
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。
薪资怎么样
2.4万
比DevOps/SRE中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 12950 个在招
市场机会
选择适中
深圳 · DevOps/SRE · 13 个在招
职位详情
关于这个职位
该职位是负责公司集成开发平台建设与运维的DevOps工程师
工作核心围绕持续集成/持续交付(CI/CD)流程、容器化技术(Kubernetes)以及AI辅助开发，旨在提升研发效能、保障系统环境稳定，并推动数字化治理
要求候选人具备扎实的开发和运维经验，同时对AI工具在研发流程中的应用有实践能力
最低要求
硕士及以上学历，计算机或相关专业，具有2年及以上开发经验
熟悉Jenkins/Nexus/Ansible/Git/Gradle/Maven/Groovy至少其中之一的使用和配置，对版本管理、持续集成、持续交付有丰富经验
熟悉DevOps工具链和生态系统，熟悉敏捷团队工作模式
掌握提示词编写的基本技巧，了解上下文（Context）管理与应用、RAG（检索增强生成）的基本原理及应用场景
具备AI辅助编码实践经验，能够使用AI工具完成代码生成、审查等日常工作，具备AI技能（Skill）开发能力
熟悉至少一种主流大模型的使用，能结合DevOps场景（如自动化脚本、流水线配置、故障排查、研发数据分析）落地应用
具有较强的责任心、良好的沟通能力、问题解决能力以及团队合作能力
工作职责
应用持续集成管理工具，对代码和软硬件配置进行版本控制，负责代码仓库和分支管理、版本发布管理
负责Kubernetes/rancher等容器编排关键技术的研究及开发优化工作、k8s集群管理/监控及支持系统问题分析排查
公司集成开发平台前后端功能开发及运维，参与研发效能优化提升及数字化治理
支持业务系统开发/测试/生产/容灾环境的环境搭建、配置，以及软件版本持续构建部署等交付工作
AI 洞察
优缺点分析
优点
- 技术栈前沿，结合了成熟的云原生技术和新兴的AI应用，能接触到DevOps领域最新的实践
- 岗位位于大型企业的核心平台团队，能参与复杂系统的建设，对技术视野和工程能力提升帮助大
- 工作内容兼顾开发与运维，能培养端到端的系统思维和故障解决能力
- 明确鼓励应用AI工具，有助于个人掌握AI时代的新技能，提升竞争力
- 对技术广度要求高，需同时掌握CI/CD、容器化、开发及AI多领域知识，学习曲线较陡
- 在大型企业环境中，推动技术变更和流程优化可能需要应对复杂的组织协调工作
- 适合具备扎实开发和运维基础、对云原生和自动化有热情，并积极拥抱AI技术赋能传统工作的工程师
- 希望在大平台上深入参与研发效能体系建设的求职者会非常适合
缺点 / 挑战
- 平台稳定性要求高，故障排查和线上支持的压力可能较大
角色解读
- 技术专家路线：深耕云原生、AI平台工程或研发效能领域，成为特定技术方向的架构师
- 综合发展路线：从负责具体工具和平台，扩展到负责整体研发效能体系设计与数字化治理规划
- 技术管理路线：凭借技术深度和项目协调能力，带领团队负责更大范围的研发基础设施建设
- 构建和维护公司的持续集成/持续交付(CI/CD)流水线，管理代码版本与发布
- 负责Kubernetes容器集群的日常运维、优化与故障排查，保障生产环境稳定
- 开发和维护公司内部的研发效能平台，推动研发流程的数字化与自动化
- 探索并将AI工具（如大模型）应用于DevOps场景，提升自动化脚本编写、流水线配置等工作的效率
- 精通CI/CD工具链（如Jenkins、Git、Ansible）和容器化技术（如Kubernetes、Docker）
- 具备扎实的软件开发能力，能进行平台前后端功能开发
- 了解敏捷开发模式，具备良好的沟通协作与问题解决能力
- 掌握AI辅助编程技巧，了解大模型原理（如RAG）并能将其应用于DevOps实践
申请策略
- 研究中国平安的科技子公司（如平安科技、金融壹账通）及其技术栈，在面试中展现对业务的理解
- 准备一个能体现你解决复杂技术问题和推动效能提升的完整项目故事
- 面试中可主动探讨AI如何具体赋能DevOps场景，展现你的前瞻性思考
- 详细描述使用Kubernetes、Jenkins等工具进行集群管理、流水线搭建和优化的项目经验
- 突出任何利用AI工具（如Copilot、大模型API）提升编码或运维效率的实践案例
- 阐述参与过的提升研发效能或自动化流程的具体项目，量化成果（如构建时间缩短比例）
- 展示对CI/CD、敏捷开发等DevOps理念的理解和实践经验
- 系统学习AI辅助开发（AIGC for Code）和RAG等大模型应用技术，并尝试在个人项目中实践
面试指南
- 使用STAR法则（情境、任务、行动、结果）来结构化地描述项目经验和解决问题的过程
- 技术问题回答时，遵循“原理-实践-优化”的思路：先讲清楚技术原理，再结合实际操作，最后说明你是如何优化或改进的
- 对于AI应用等开放性问题，结合具体DevOps场景（如脚本生成、日志分析）提出有逻辑的方案，并承认局限性，体现务实态度
- 请描述你过去搭建和维护CI/CD流水线的经验，遇到过哪些挑战，如何解决的？
- 你如何保障一个大规模Kubernetes集群的稳定性和可观测性？请举例说明一次故障排查经历
- 你认为在DevOps流程中，AI工具可以具体应用在哪些环节？你是否有相关的实践经验？
- 请介绍一个你参与过的、显著提升研发效能或实现自动化的项目，你在其中承担了什么角色？
- 当开发、测试和运维团队对工具或流程有不同意见时，你通常如何协调和推进？
职位点评
薪资福利65
成长发展85
工作生活55
使命价值60
薪资福利
65中等
薪资面议，无法从JD判断具体竞争力，但作为上市巨头企业的中级技术岗，其福利体系通常较完善，提供了一定的补偿性吸引力。
薪资信号面议 (1.8千–3万/月)
成长发展
85较高
该职位技术栈覆盖云原生、CI/CD和前沿的AI应用，处于技术交叉点，能提供显著的技能增长机会和广阔的行业视野。
技术前沿前沿/新兴技术
技术栈Kubernetes、Jenkins、AI辅助编码、RAG、大模型
成长机会研发效能优化提升、数字化治理
业务类型cost_center
工作生活
55较低
工作地点明确在深圳，办公模式和WLB信息未提及，根据岗位性质（需支持系统）推测可能有一定工作强度，灵活性有限。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
60中等
岗位助力企业研发数字化与效能提升，属于支撑性角色。虽非直接面向社会公众的使命型工作，但对推动金融科技领域的工程实践有价值。
行业发展稳定成熟行业
社会影响中性/一般
使命信号数字化治理
创新程度积极采用新技术
Watch Jobs