高德地图
高德-AI-SRE 研发工程师-北京
高德-AI-SRE 研发工程师-北京
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
Agent开发
Vibe Coding
智能运维
混沌工程
知识图谱
稳定性保障
值不值得投
80综合评分
综合评分 80
AI与运维交叉前沿岗、技术成长空间大、大厂平台背书、工作强度中等偏高。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.5万
比DevOps/SRE中位数高
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 260 个在招
市场机会
选择面较广
北京 · DevOps/SRE · 75 个在招
职位详情
关于这个职位
负责高德AI稳定性工程部的相关研发工作，结合AI与运维实践建设智能运维体系
主要涵盖AI-SRE平台与数字员工研发、混沌工程与故障自愈、运维知识图谱构建、全链路容量管理与智能弹性伸缩，以及AI-SRE评测运营平台建设，旨在提升业务稳定性与资源使用效率
最低要求
本科及以上学历，计算机相关专业，具备 2 年及以上研发经验，熟练掌握 Python、Golang、Java 中的至少一门语言，能够独立完成模块设计、开发与性能优化
具备 AI-SRE 实战经验，有运维方向的 Agent 从问题分析到上线验证的完整研发经历
具备较强的 Vibe Coding 能力，能高效开发迭代，并做好生成代码的审查与质量把控
熟悉Agent 的工作原理及任务规划、工具调用等运行机制，具备面向复杂运维场景设计并落地可靠智能体的能力
热爱运维，乐于用 AI 解决实际运维问题
具备较强的责任心与协作能力，重视生产稳定性，对方案落地及实际效果负责
工作职责
负责 AI-SRE 平台与运维数字员工的设计研发和落地，建设 CLI 工具及统一接入体系，完善任务理解、规划编排、工具调用与结果验证能力，支撑实际运维任务执行
围绕混沌工程、故障自愈和全链路故障定位，以 AI 支撑演练方案生成、根因分析与恢复处置，推动高可用能力平台化、规模化落地，提升稳定性与故障处理效率
建设运维知识与上下文体系，结合知识图谱、业务画像和链路标签，关联业务架构与依赖、专家经验、故障案例等，为 AI 理解业务、分析问题和执行任务提供可检索、可关联、可复用的知识支撑
基于知识图谱、业务画像与链路依赖，建设全链路容量管理和智能弹性伸缩平台，以 AI 驱动容量预测、瓶颈识别、资源规划与动态扩缩容，统一管理和调度服务器、云资源等
建设 AI-SRE 评测运营平台，构建真实场景评测集与验收标准，通过任务回放、工具调用追踪、结果校验和失败分析，持续提升数字员工的任务处理能力与运行可靠性
优先资格
有AI Native的相关经验和项目经历者优先
有运维数字员工建设及规模化应用经验者优先
AI 洞察
优缺点分析
优点
- 聚焦AI与运维前沿交叉领域，技术栈新颖且具备行业先发优势
- 依托超大型企业平台，拥有海量真实业务场景与丰富数据资源支撑技术落地
- 团队目标明确，直接参与核心稳定性体系建设，技术影响力大
- 跨部门协作频繁，需平衡技术创新与生产环境安全要求
- 技术更新极快，需保持高强度学习与快速适应能力
- 适合对AI工程化与智能运维有浓厚兴趣、具备扎实研发基础且追求技术前沿的工程师
缺点 / 挑战
- AI在运维领域的落地仍面临准确率与稳定性挑战，需持续调优与迭代
角色解读
- 可向AI Infra或智能运维架构师方向发展，深入探索LLM在工业级运维场景的应用
- 积累大规模分布式系统稳定性保障经验后，可晋升为技术专家或团队负责人
- 跨界融合AI与SRE技能，未来在泛AI基础设施领域具有广阔发展空间
- 负责AI-SRE平台与运维数字员工的研发落地，利用大模型与Agent技术实现自动化运维任务执行
- 围绕混沌工程与故障自愈场景，开发AI驱动的根因分析与恢复处置系统
- 构建运维知识图谱与全链路容量管理平台，实现智能弹性伸缩与资源调度
- 搭建AI-SRE评测运营平台，持续优化数字员工的任务处理可靠性
- 精通Python/Golang/Java至少一门，具备扎实的后端开发与性能优化能力
- 熟悉Agent工作原理、任务规划与工具调用机制，有AI Native或运维数字员工实战经验
- 掌握知识图谱构建、混沌工程及全链路监控技术，具备复杂系统设计与落地能力
申请策略
- 提前了解高德核心业务场景及技术生态，面试时展现对生产稳定性的敬畏心与务实态度
- 准备1-2个完整的AI落地案例，重点说明从问题定义到线上验证的全流程
- 突出AI Native项目经验，详细阐述Agent开发、工具调用链设计及效果评估指标
- 强调在稳定性保障、故障定位或自动化运维方面的具体成果与量化数据
- 展示Vibe Coding实践与代码质量把控流程，体现工程化思维
- 深入学习LangChain/LlamaIndex等Agent框架及Prompt Engineering技巧
- 补充分布式系统可观测性与混沌工程实战经验
- 强化知识图谱构建与大模型微调/推理优化相关技能
面试指南
- 采用STAR法则结构化回答，清晰界定业务痛点、技术方案选型、核心难点突破及最终量化收益
- 针对安全性问题，强调人机协同、沙箱隔离、灰度发布与回滚机制的设计思路
- 故障分析类问题需展现系统化排查逻辑与数据驱动决策能力
- 请介绍一个你主导的Agent或AI自动化运维项目的完整落地过程
- 如何保证AI生成的运维操作在生产环境中的安全性与准确性？
- 面对复杂的分布式故障，你会如何利用AI进行根因分析与快速恢复？
- 复习主流Agent框架原理及RAG技术架构，准备相关代码片段或架构图
- 梳理过往项目中关于高可用设计、容量规划与故障演练的实际经验
职位点评
薪资福利85
成长发展92
工作生活60
使命价值75
薪资福利
85较高
薪资福利对标一线互联网大厂标准，具备较强市场竞争力，但具体待遇需以HR沟通为准。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
92较高
岗位深度结合AI与SRE前沿技术，提供丰富的实战场景与技术成长空间，职业发展路径清晰。
技术前沿前沿/新兴技术
技术栈AI-SRE、Agent、知识图谱、混沌工程、Vibe Coding、Python、Golang
业务类型cost_center
工作生活
60中等
互联网大厂常规节奏，工作强度可能较高，JD未明确提及弹性办公或WLB政策。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
75中等
致力于提升业务稳定性与资源效率，具有明确的工程价值与行业意义，但社会影响力偏中性。
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
高德地图 的其他在招职位
相似职位推荐
Watch Jobs