联想
AgenticOps Staff Engineer
AgenticOps Staff Engineer
发布于 大约 2 小时前普通员工/个人贡献者
天津市
高级经验
全职员工
仅现场办公
本科
DevOps/SRE
Aiops
Llm
Mlops
Multi-Agent
Prompt Engineering
Pytorch
Rag
AI 估算 · 40k–70k
职位详情
关于这个职位
联想正在招聘AgenticOps Staff Engineer，负责智能应用运维（AIOps）的AI架构设计与核心引擎实施
你将主导多智能体协作架构、大模型应用及AI知识图谱构建，推动运维系统向自学习、自优化演进
该职位要求深厚的AI系统架构功底和优秀的工程实现能力，适合在智能运维领域有丰富经验的技术专家
最低要求
教育与经验：
计算机科学、人工智能、数据科学或相关专业
具备5年以上AI架构、数智化转型或AIOps相关经验，拥有千万级大型AI项目的架构与落地经验
专业技能要求：
AIOps与架构能力：深入理解智能运维体系架构、日志分析、异常检测、根因分析及自动化闭环体系
AI与大模型技术：精通LLM、RAG、Prompt Engineering、智能体（Agent）编排、模型微调与分布式训练
高性能计算与系统优化：掌握异构计算（GPU、CPU、NPU等）、分布式调度、图计算与模型加速技术
AI全链路工程化：熟悉特征工程、数据管线、模型训练、推理部署与MLOps工具链（Kubeflow、Azure AI、ServiceNow AI等）
编程与系统实现能力：具备扎实的代码实现与调优能力，精通Python、C++或Rust，能独立完成复杂AI系统的研发与调试
开源与生态理解：熟悉AI与AIOps主流开源框架（如Transformers、PyTorch、Ray、LangChain、Kedro、OpenTelemetry等）
AI算法能力：深入研究并创新应用于AIOps场景的关键算法，包括但不限于异常检测与时序预测算法、事件关联与根因分析算法、日志与告警智能分析算法、强化学习与自动决策算法等
综合素质要求：
具备良好的中英文沟通与文档撰写能力，可参与国际项目与技术交流
拥有强烈的技术探索精神和创新意识，对新技术具备快速学习与验证能力
具备系统化思维和架构全局观，能协调多团队资源推动复杂项目落地
具有良好的知识分享与技术影响力，能够引领团队在AI与运维结合领域持续创新
工作职责
主要职责包括：
新技术研究与引入：持续跟踪AgenticOps及业界AI新趋势，评估前沿AI、大模型、智能体等技术在运维领域的应用价值
架构设计与技术规划：
主导应用AIOps的整体AI技术架构设计，制定AI赋能运维的系统化规划与落地路线
负责重点项目及典型业务场景的智能化运维方案设计与实施推进，输出行业级AI应用运维解决方案
AIOps技术实现与优化：
设计与实现多智能体（Multi-Agent）协作架构，实现复杂编程任务的自动拆解与分布式执行
深入研究并应用大语言模型（LLM）、RAG、Prompt工程与智能体编排技术，推动AIOps系统向自学习、自优化方向演进
构建AI知识图谱与智能决策引擎，实现根因分析、异常检测与自愈自动化
应用运维AIOPs场景的落地实现及持续优化
跨部门协作与落地推进：与研发、运维、数据及平台团队紧密合作，确保AI方案在生产环境中的稳定性与可扩展性
知识传播与业界交流：组织内部AI知识分享，参与行业研讨与合作交流，持续提升公司在AIOps领域的技术影响力
优先资格
加分项：
有参与或主导AIOps平台或AI基础设施从0到1建设经验
具备多行业AI落地经验（如金融、电信、制造、能源等）
参与主流开源AI项目或智能体框架开发经验者优先
AI 洞察
优缺点分析
优点
- 联想作为大型跨国企业，平台稳定，资源丰富，有利于技术深耕
- AIOps是新兴领域，技术前沿，有较大的发展空间和行业影响力
- 岗位涉及多智能体、大模型等热门技术，技能积累价值高
- 有机会参与千万级大型项目，提升架构设计和项目管理能力
- 岗位要求高，需要深厚的AI架构功底和丰富的落地经验
- AIOps领域尚在发展中，需要不断学习和探索新技术
缺点 / 挑战
- 跨部门协作多，对沟通和协调能力要求较高
- 适合在AI和运维领域有丰富经验，对技术有热情，喜欢挑战和创新的资深工程师
角色解读
- 在AIOps领域深耕，成为智能运维方向的专家或技术负责人
- 向AI架构师或技术总监方向发展，负责更大规模的AI系统设计
- 有机会参与行业标准制定或开源项目，提升个人技术影响力
- 负责AIOps平台的AI架构设计，包括多智能体协作、大模型应用和知识图谱构建
- 主导智能运维场景的落地，如异常检测、根因分析和自动化修复
- 与研发、运维、数据团队协作，确保AI方案在生产环境的稳定性和可扩展性
- 跟踪前沿AI技术，评估其在运维领域的应用价值，并推动内部知识分享
- 精通LLM、RAG、Prompt Engineering、智能体编排等大模型技术
- 具备扎实的编程能力，精通Python、C++或Rust
- 熟悉MLOps工具链，如Kubeflow、Azure AI等
- 深入理解AIOps体系架构，包括日志分析、异常检测、根因分析等
申请策略
- 了解联想在AIOps领域的业务布局和技术方向，在面试中展示对行业的理解
- 准备一个完整的AIOps项目案例，展示从架构设计到落地的全过程
- 突出AIOps或相关AI项目的架构设计和落地经验，尤其是千万级项目
- 强调对LLM、RAG、多智能体等技术的深入理解和实际应用
- 展示编程能力和系统调优经验，如Python、C++或Rust项目
- 提及开源项目贡献或行业影响力，如技术博客、演讲等
- 深入学习AIOps相关算法，如异常检测、根因分析等
- 熟悉主流MLOps工具链，如Kubeflow、Azure AI
面试指南
- 使用STAR法则（情境、任务、行动、结果）来回答项目经验问题，突出个人贡献和成果
- 对于技术设计问题，先阐述整体思路，再细化关键模块，最后说明权衡和取舍
- 对于趋势问题，结合行业动态和个人见解，展现前瞻性思考
- 请描述一个你主导的AIOps或AI项目的架构设计，并说明关键决策
- 如何设计一个多智能体协作系统来处理复杂的运维任务？
- 在AIOps场景中，如何应用LLM和RAG技术进行根因分析？
- 如何确保AI模型在生产环境中的稳定性和可扩展性？
- 谈谈你对AgenticOps未来发展趋势的看法
职位点评
73
综合评分
前沿AIOps技术岗，技术成长空间大，但工作地点固定，薪资面议。
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
适合追求技术成长和前沿领域探索的资深AI工程师。
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
联想作为大型上市公司，薪资福利体系完善，但具体薪资未在JD中披露，需面议。
薪资信号面议 (40K-70K/月)
成长发展
90较高
岗位涉及AIOps、大模型、多智能体等前沿技术，技术成长空间大，且联想提供良好的平台和资源。
技术前沿前沿/新兴技术
技术栈LLM、RAG、Multi-Agent、AIOps、MLOps
成长机会知识传播与业界交流、持续提升公司在AIOps领域的技术影响力
业务类型ambiguous
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，工作地点在天津，具体办公环境未明确。
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
AIOps领域有助于提升企业运维效率，具有技术价值，但社会影响力相对中性。
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
Watch Jobs