联想
AgenticOps Engineer
AgenticOps Engineer
发布于 大约 17 小时前普通员工/个人贡献者
全职员工仅现场办公IT运维
IT运维
Ai Agent
Aiops
Langflow
Rag
Sql
智能体
自动化工作流
运维
值不值得投
65综合评分
综合评分 65
联想天津AI运维岗，聚焦前沿技术，项目实战性强，成长路径清晰，但生活化工作模式信号不足。
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
23K
比IT运维中位数高
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 390 个在招 · 其中IT运维 2 个
市场机会
选择不多
天津 · IT运维 · 6 个在招
职位详情
关于这个职位
这是一个联想天津的AgenticOps工程师岗位，核心职责是负责核心业务系统的日常运维，并运用大模型、AI智能体等技术进行运维智能化改造，搭建AI运维智能体、自动化工作流和RAG知识库，以提升运维效率和标准化水平，推动AI运维能力在业务场景落地
最低要求
本科及以上学历，计算机、人工智能、软件工程、大数据等相关专业，3年及以上AIOps、AI运维、大模型应用落地、智能体搭建相关工作经验
具备扎实的AI运维落地能力，熟悉大模型应用、AI Agent智能体、RAG检索增强生成技术、智能化工作流核心原理，具备RAG知识库搭建与调优实战经验，可独立完成AI运维方案设计与落地
熟练使用Langflow、Copilot等AI/低代码智能编排平台，能够独立搭建、调试、优化运维AI工作流，具备AI工具选型、测评、落地推广实战经验
掌握Python、SQL基础开发能力，可支撑AI脚本编写、API对接、数据统计、智能体功能调试，具备AI场景工程化落地能力
熟悉企业业务系统运维流程，具备故障梳理、场景拆解能力，可结合业务痛点精准匹配AI落地场景，具备量化AI落地效果的工作思维
具备良好的跨团队协同、方案推动能力，能够独立主导AI项目落地、复盘、迭代、推广
工作职责
日常运维保障 + AI智能体建设：负责CostPrice、Marketing核心业务系统日常运维保障、故障处置与运维流程管理
梳理运维痛点，设计并落地AI自动化优化方案
搭建、迭代用户及工程师双端AI运维智能体，实现智能问答、自助故障处理、工单辅助、根因定位、智能排障等能力，以AI持续赋能传统运维提效
AI工具+自动化工作流搭建：基于Copilot、Langflow等AI/低代码平台搭建运维自动化工作流，完成AI运维工具选型、测评、落地与内部规模化推广，辅助简化日常运维重复性工作、提升运维标准化程度
RAG知识库建设+运维迭代：结合日常运维工作沉淀运维手册、故障案例及流程规范，依托RAG技术完成知识结构化与向量入库，搭建可被大模型、智能体调用的标准化运维知识体系
建立AI运维指标体系，通过数据监控持续迭代优化智能体、知识库及运维工作流程与规范
跨团队协同 + AI运维规模化落地：负责日常运维跨团队对接、需求协同与流程落地
联动业务、研发、AI平台团队持续挖掘AI运维场景，输出标准化解决方案，推动AI运维能力在业务运维场景规模化落地与内部赋能
优先资格
有企业内部运维智能体、AI自助运维平台、RAG运维知识库从0到1搭建经验者优先
具备大模型微调、RAG深度调优、向量数据库搭建与使用经验，熟悉AI运维指标体系搭建者优先
有ToB企业AI智能化落地、内部AI工具推广赋能经验者优先
具备 Python/Java 后端、React/Vue 前端开发能力，可独立完成简易运维页面、AI工具界面开发与功能迭代者优先
AI 洞察
优缺点分析
优点
- 岗位聚焦AI技术在运维领域的应用，技术栈前沿，能积累稀缺的AIOps和大模型落地实战经验
- 深度参与联想核心业务系统的智能化转型，项目成果具有高可见度和量化价值，利于个人履历
- 作为已上市巨头企业，能提供稳定的大平台资源、规范的流程和接触行业领先技术的机会
- JD明确提到了专属AI运维发展路径和清晰的晋升方向，职业成长通道明确
- 需要同时理解复杂的业务系统运维逻辑和前沿的AI技术，并将二者有效结合，对知识广度和整合能力要求高
- 作为AI赋能传统运维的岗位，可能需要在现有流程和新技术的融合中寻找平衡点，面临一定的变革阻力
- 适合具备扎实运维基础，同时热衷于学习和应用AI技术，特别是对大模型、智能体、RAG等方向有浓厚兴趣，并希望推动技术变革、实现业务价值的工程师
- 需要具备良好的自驱力、学习能力和跨团队协作精神
缺点 / 挑战
- 推动AI解决方案跨团队落地，涉及与业务、研发等多个团队的协同，对沟通、推动和影响力有较高要求
角色解读
- 技术专家路线：深耕AIOps领域，成为AI运维技术专家或架构师，负责更复杂的技术方案设计和技术攻坚
- 技术管理路线：随着项目经验和影响力的积累，转向技术团队负责人或运维经理，管理AI运维团队和战略规划
- 负责核心业务系统的日常运维保障与故障处理，同时运用AI技术进行智能化改造，不再局限于传统运维
- 设计和搭建运维领域的AI智能体，使其能处理智能问答、自助排障等任务，并基于AI平台和工具构建自动化工作流
- 构建和维护基于RAG技术的运维知识库，将运维经验结构化，以支持智能体调用和运维流程的持续优化
- 作为跨团队接口人，推动AI运维解决方案在业务场景中的落地、推广和赋能，使成果规模化
- 具备3年以上AIOps或AI运维落地实战经验，深刻理解大模型、AI Agent、RAG等技术原理并能应用于运维场景
- 熟练掌握Langflow、Copilot等AI/低代码编排平台，能够独立设计、搭建和优化智能工作流
- 拥有Python/SQL基础开发能力，能够编写脚本、对接API、处理数据，支撑AI工具的工程化落地
- 具备扎实的企业系统运维背景，能够从业务痛点出发，识别AI落地场景并量化效果，同时拥有良好的跨团队沟通和项目推动力
申请策略
- 研究联想在AI和智能化转型方面的公开信息和战略方向，思考如何将个人经验与公司目标结合
- 准备一个完整的AI运维或智能化改造项目案例，能够清晰地阐述从问题发现、方案设计、技术选型、实现到效果评估的全过程
- 重点突出与AIOps、AI运维、智能体、RAG相关的项目经验，详细描述项目背景、个人职责、使用的技术和取得的量化成果
- 展示对Langflow、Copilot等AI/低代码工具的实际使用经验，以及搭建自动化工作流的具体案例
- 列举Python/SQL脚本编写、API对接、数据统计等工程化落地能力，体现从想法到实现的技术闭环
- 强调跨团队协作、需求挖掘和方案推动的成功经历，展示影响力和推动力
- 深入学习和实践Agent框架（如LangChain、AutoGen）和RAG系统（向量数据库、文档处理），丰富技术工具箱
- 尝试使用Langflow、Copilot等平台从零搭建一个小型的自动化项目或智能体Demo，积累一手经验
面试指南
- 使用STAR原则（Situation-Task-Action-Result）结构化地描述过往项目经验，突出技术决策、解决问题的思路和最终的量化收益
- 从技术原理、数据处理、效果评估和持续迭代等维度，系统地阐述RAG系统的构建逻辑
- 结合具体平台特性，分享实际操作中遇到的问题（如调试困难、效果不佳）以及排查和优化的过程
- 请描述一个你利用AI技术（如大模型、Agent）解决实际运维问题的项目经验
- 如何设计一个RAG知识库来支持运维场景？你会考虑哪些关键因素和技术选型？
- 在使用Langflow或类似平台搭建工作流时，遇到过哪些挑战？你是如何解决的？
- 如果让你负责将一个新的AI运维工具推广到全公司，你会如何规划和推动？
- 你对AIOps或智能运维的未来发展有什么看法？这个岗位如何契合你的职业规划？
职位点评
薪资福利65
成长发展85
工作生活40
使命价值60
薪资福利
65中等
作为已上市企业岗位，薪资福利体系应相对完善，但JD未明确薪资范围与具体福利，补偿性动机的满足程度取决于实际Offer。
薪资信号未披露（AI估算：18K-28K/月）
成长发展
85较高
岗位聚焦AI与运维结合的前沿领域，技术含量高，且有明确的发展路径和晋升通道，能提供很好的技能成长和职业发展机会。
技术前沿前沿/新兴技术
技术栈AIOps、AI Agent、RAG、大模型、Langflow、Copilot、向量数据库
成长机会内部成长通道、晋升方向清晰
业务类型profit_center
工作生活
40较低
JD未明确提及办公模式和工作时间，生活化动机的满足程度存在不确定性，需进一步了解。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
60中等
岗位致力于通过AI技术赋能传统运维，实现降本增效，具有一定的行业应用价值和内部使命感，但行业前景和社会影响力需结合具体业务判断。
行业发展稳定成熟行业
社会影响中性/一般
使命信号AI赋能传统运维提效、推动AI运维能力规模化落地
创新程度积极采用新技术
联想 的其他在招职位
相似职位推荐
Watch Jobs