中兴通讯
AIOPS资深专家
AIOPS资深专家
发布于 大约 8 小时前普通员工/个人贡献者
西安市
专家级经验
全职员工
仅现场办公
硕士
DevOps/SRE
Aiops
Llm
Mlops
Rag
云原生
AI 估算 · 35k–60k
资深AIOps专家稀缺，技术要求高，西安薪资低于一线但中兴平台稳定，综合评定。
职位详情
关于这个职位
该职位负责设计并落地平台工程+AgentOps一体化运维架构，推动AIOps向智能体驱动的自主运维范式演进
工作内容包括构建智能体全生命周期管理机制、设计多智能体协同架构、探索6G网络与AI融合场景，并整合云原生与LLM推理技术栈
需要扎实的LLM部署、RAG、Agent开发经验及大型系统架构能力，适合资深技术专家
最低要求
教育背景与经验：
计算机、通信、人工智能等相关专业硕士及以上学历，8年以上大型系统架构或智能运维平台建设经验
熟悉DevOps、MLOps、AIOps技术体系，有实际落地经验者优先
技术能力：
精通大语言模型（LLM）部署、推理优化与RAG架构，具备GPU资源调度、模型压缩与服务化部署实战经验
掌握智能体（Agent）开发框架，熟悉AutoGPT、LangChain、BabyAGI等典型项目，了解MCP（模块上下文协议）及A2A（Agent-to-Agent）跨平台通信标准
熟悉云原生技术栈（Kubernetes、Docker、Service Mesh），具备高可用、高并发运维平台设计能力
具备AI/ML领域的知识与实践经验，能独立完成运维场景的模型设计与优化工作
行业知识与解决问题能力：
能处理海量异构网络数据，具备日志分析、告警根因分析（RCA）、拓扑管理等AIOps典型场景建模能力
具备优秀的问题分析与解决能力，能够快速理解复杂网络环境中的问题并提供可行的技术方案
熟悉智能体生命周期管理方法论，包括版本控制、监控告警、安全审计与持续迭代机制
软技能与团队合作：
良好的沟通与协作能力，能够跨团队协作并推动项目进展
强烈的责任心和自驱力，具备在压力下完成高质量工作的能力
工作职责
AgentOps技术体系构建
负责设计并落地“平台工程 + AgentOps”一体化运维架构，推动从传统DevOps/AIOps向以智能体（Agent）为核心的自主运维范式演进，实现故障发现、诊断、修复与验证的全流程闭环
智能体全生命周期管理开发
构建智能体（Agent）的开发、部署、监控、迭代与版本控制机制，涵盖RAG增强、工具调用、记忆机制、思维链规划等能力，保障多智能体系统的稳定性与可维护性
多智能体协同架构设计
基于主控Agent协调策略Agent（指挥官）、识别Agent（侦察兵）、分析Agent（侦探）、故障处理Agent（工程师）、报告Agent（秘书）等专职智能体协作，打造人机协同的“数字运维团队”，提升运维自动化与智能化水平
融合6G网络与智能运维场景探索
探索AI在6G物理层波束管理、接入网负载均衡、核心网智能编排等场景的应用，构建跨层协同的“6G-AIOps”智能运维解决方案，支持网络状态实时感知、故障预测自愈与资源动态优化
技术栈整合与平台能力建设
整合云原生、MLOps、LLM推理优化、安全治理等能力，构建支持资源调度异常检测、IAM权限分析、EZM弹性扩缩容等业务专属Agent的运行环境，实现从通用智能到专属闭环的能力跃迁
与团队协作完成技术难题攻关，参与系统性能优化与关键算法研发
优先资格
加分项：
具备跨团队协作能力，能与数据科学家、网络工程师、产品团队高效协同
对具身智能、自主AI程序员（如Devin）等新兴方向有深入思考，能推动智能体向真实环境执行任务演进
在相关领域有论文发表、专利成果或开源项目经验者优先
AI 洞察
优缺点分析
优点
- 技术栈前沿，涉及LLM、Agent、6G等新领域，能持续积累核心竞争力
- 中兴通讯作为跨国巨头，平台稳定，资源丰富，有助于大型项目落地
- 智能体运维仍处于探索阶段，可能面临方案不确定性，需要较强的创新和容错能力
- 跨团队协作频繁，对沟通和推动能力要求高
- 适合具备深厚架构能力、热衷AI技术前沿、希望在大型平台实现技术落地的资深工程师
缺点 / 挑战
- 岗位角色关键，负责从传统运维向智能运维演进，挑战与成就感兼得
- 技术复杂度高，需要同时掌握AI、云原生、网络等多领域知识，学习压力大
角色解读
- 可向技术总监或首席架构师方向发展，带领团队构建企业级智能运维体系
- 可深耕6G+AI前沿领域，成为通信与人工智能交叉领域的顶尖专家
- 可横向拓展至AI基础设施或大模型平台方向，成为企业智能化转型的核心推动者
- 设计并落地平台工程与AgentOps融合的运维架构，实现故障发现、诊断、修复全流程自动化闭环
- 构建智能体全生命周期管理机制，包括开发、部署、监控、迭代与版本控制，保障多智能体系统稳定运行
- 设计多智能体协同架构，通过主控Agent调度各类专职智能体，打造人机协同的'数字运维团队'
- 探索6G网络场景下的AI应用，如波束管理、负载均衡、智能编排，构建跨层协同的6G-AIOps解决方案
- 精通LLM部署、推理优化与RAG架构，具备GPU资源调度与模型压缩实战经验
- 掌握Agent开发框架（如LangChain），熟悉MCP、A2A等协议，能设计多智能体协作逻辑
- 熟悉云原生技术栈，包括Kubernetes、Docker、Service Mesh，具备高可用平台设计能力
- 具备AIOps场景建模能力，包括日志分析、RCA、拓扑管理等，能处理海量异构数据
申请策略
- 投递前了解中兴通讯在5G/6G和智能运维方面的布局，在面试中展现对业务的思考
- 准备1-2个从0到1的平台架构案例，用STAR法则清晰呈现
- 突出主导过的AIOps/DevOps平台建设案例，强调架构设计、技术选型和落地效果
- 详细描述LLM相关项目（如RAG、推理优化、Agent开发），量化性能提升或效率改善
- 展示云原生技术实践，如Kubernetes集群管理、服务网格应用等
- 如果参与过标准制定或开源项目，务必突出
- 快速上手LangChain、AutoGPT等Agent框架，尝试构建一个简单的多智能体协作demo
- 深入学习MCP和A2A协议，了解Agent间通信的最佳实践
面试指南
- 使用STAR法则：明确背景、任务、行动、结果，突出个人贡献和量化成果
- 从问题定义、技术选型、架构设计、实施细节、效果验证的完整逻辑展开
- 对于开放式设计题，先拆解需求，提出方案对比，再详细阐述推荐方案并说明权衡
- 请描述一个你主导的AIOps平台架构，如何实现故障自愈？
- 如何优化LLM推理性能以满足生产环境要求？
- 请设计一个多智能体协同系统，如何处理任务冲突和死锁？
- 在RAG系统中，如何解决检索质量不稳定的问题？
- 如何确保智能体系统的安全性、可审计性和持续迭代能力？
职位点评
72
综合评分
前沿技术驱动、平台稳定，薪资未明但预期较高，工作灵活性一般。
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
最适合追求前沿技术成长、渴望在大型平台实现技术突破的资深工程师。
表现最好
成长发展
相对薄弱
工作生活
薪资福利78
成长发展85
工作生活50
使命价值65
薪资福利
78中等
薪资未在JD中披露，但资深专家级岗位通常提供有竞争力的薪酬，且中兴通讯作为上市巨头，稳定性较强，福利体系完善。
薪资信号未披露（AI估算：35K-60K/月）
成长发展
85较高
职位涉及LLM、Agent、6G等前沿技术，能提供大量学习与成长机会，技术深度和广度俱佳，但缺少明确晋升路径描述。
技术前沿前沿/新兴技术
技术栈LLM、RAG、Agent、LangChain、MLOps、Kubernetes、AIOps、6G
业务类型cost_center
工作生活
50较低
工作地点为西安，现场办公，JD未提及弹性工作或加班情况，生活节奏依赖公司氛围，整体灵活性一般。
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
65中等
职位推动智能运维和6G发展，具有一定技术创新意义，但社会直接贡献度中等，行业处于稳定成熟期。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
中兴通讯 的其他在招职位
相似职位推荐
Watch Jobs