智元机器人
共创-运维开发工程师-觅蜂子公司
共创-运维开发工程师-觅蜂子公司
发布于 大约 12 小时前普通员工/个人贡献者
上海市 / 北京市
中级经验
全职员工
仅现场办公
学历未注明
信息技术与基础设施
云原生
AI 估算 · 25k–35k
中级运维开发工程师，上海北京一线城市，B轮AI公司，薪资处于市场中等偏上
职位详情
关于这个职位
作为运维开发工程师，你将负责 AI 数据服务平台 Genie Studio 的部署、交付与客户支持工作，涉及私有化、混合云及边缘集群等场景
你需要独立处理 K8s 集群搭建、中间件运维及常见故障排查，同时承担客户沟通与文档编写职责
这是一个技术实践与客户服务并重的岗位，适合喜欢动手解决实际问题的工程师
最低要求
对设备连线、硬件配置和状态查看（BMC、BIOS、故障指示灯）、机房内简单的网络规划和连通性排查有实际经验
对 Linux 有一定的基础（apt源、DNS、时钟同步、网卡配置、系统负载相关异常排查、主机网络故障排查、硬件实时监控信息查看、文件系统权限、用户权限等）
了解 Kubernetes 常见对象资源（如Pod、Service、Deployment、StatefulSet、PVC、ingress等），能完成常见的故障排查，了解业务流量走向
能独立部署高可用k8s集群
对容器、镜像仓库等技术有一定了解
对ansible、helm chart、terraform等自动化部署工具有使用经验，能理解各个task执行顺序和对应配置文件
对mariadb、mongodb、redis、mq、prometheus、alertmanager、EFK等常见的中间件、监控告警服务有运维部署经验
有对象存储、文件系统的部署、使用经验
有公有云服务的使用经验，包括但不局限于ECS、CLB、VPC、OSS、RDS、云监控、NAT
工作职责
部署与交付
在私有化 / 混合云 / 边缘集群等场景完成 Genie Studio 平台的安装、部署与基础配置（云主机/物理机/K8s 集群）
根据项目方案协助环境勘察与规划：服务器配置、网络拓扑、域名与证书、存储与备份策略等
独立处理交付中的常见问题（安装失败、服务启动异常、网络不通、权限配置等），对复杂/陌生问题能清晰描述现象并完成初步排障，必要时与二线/研发协同远程解决
能独立部署高可用 Kubernetes 集群，理解业务流量走向并完成常见资源（Pod/Service/Deployment/StatefulSet/PVC/Ingress 等）的排障
客户对接与日常支持
作为一线窗口承接客户咨询与问题反馈，理解客户诉求并给出初步解决方案或使用建议
将功能缺陷、体验问题与客户需求沉淀为问题单/需求单，完成问题分拣并跟进至闭环
配合产品与平台团队，参与并持续优化智能客服/自助知识库（FAQ、操作指南、排障流程），提升客户自助解决率、降低一线重复工作量
规范使用与维护飞书/企业微信/工单系统等沟通与支持渠道
文档与规范
编写/完善安装部署文档、标准作业手册（SOP）、常见问题与解决方案等交付文档
参与项目全流程并推动标准化：需求澄清 → 环境准备 → 部署实施 → 联调测试 → 上线验收 → 运维交接
AI 洞察
优缺点分析
优点
- 接触前沿的物理AI数据平台，技术栈现代化（K8s、云原生）
- 工作涉及全流程交付与自动化，个人技术综合能力提升快
- 岗位在B轮公司，有较大成长空间和潜在晋升机会
- 需要频繁处理客户现场的突发问题，工作节奏紧张
- 技术面广但深度要求高，需同时掌握系统、网络、容器、中间件等多领域知识
- 客户沟通工作量较大，不适合纯技术专注型的工程师
- 适合动手能力强、喜欢解决实际运维难题、同时愿意与客户打交道的技术工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 纵向成长为高级运维开发或SRE专家，深入云原生和自动化运维领域
- 横向可向DevOps架构师或基础设施平台工程师发展
- 因接触一线客户，也可转向客户成功或技术顾问岗位
- 负责物理AI数据服务平台Genie Studio在客户环境中的部署、配置和交付，涵盖私有化、混合云及边缘集群
- 承担一线客户技术支持，快速响应并解决部署和运维中的技术问题，同时将常见问题沉淀为知识库
- 编写和维护标准作业手册、安装文档及排障指南，推动部署流程的标准化和自动化
- 扎实的Linux基础，能独立排查系统级和网络级故障
- 精通Kubernetes集群部署与运维，熟悉常见资源对象及排障技巧
- 掌握Ansible、Helm、Terraform等自动化工具，能编写和维护部署脚本
- 有主流中间件（MySQL、Redis、MongoDB、Prometheus等）的运维经验
申请策略
- 面试前了解物理AI数据平台的基本概念，展现对业务的理解
- 提前准备2-3个自己主导的运维项目案例，用STAR法则描述
- 突出Kubernetes独立部署和高可用集群经验，附上具体案例
- 强调自动化工具链的使用，特别是Ansible和Terraform的实际项目
- 展示在Linux和中间件排障方面的具体成果，如故障处理记录或优化效果
- 若有客户支持或文档编写经验，也需重点体现
- 深入学习Kubernetes网络、存储和调度机制，建议通过CKA认证
- 熟悉至少一种公有云（阿里云/腾讯云/AWS）的运维服务
面试指南
- 对于技术故障题，遵循“现象→可能原因→排除步骤→根因→解决方案”的结构
- 对于经验题，使用STAR法则：情境、任务、行动、结果
- 对于设计题，先明确需求边界，再提出可行方案并权衡利弊
- 请描述一次你独立部署Kubernetes集群的过程，遇到的最大挑战是什么？
- 如何使用Ansible自动部署一套高可用Web应用？
- 当客户反馈应用无法访问时，你的排查思路是怎样的？
- 解释一下Ingress和NodePort的区别，以及适用的场景
- 你如何管理运维文档？如何保证知识库的持续更新？
职位点评
49
综合评分
B轮AI公司，主流云原生技术栈，成长性强但WLB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
最看重技术成长、不介意现场办公和客户压力的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利50
成长发展80
工作生活30
使命价值60
薪资福利
50较低
薪资未在JD中明确，但根据B轮公司和一线城市推测为市场水准；福利未提及，补偿性动机满足度中等。
薪资信号未披露（AI估算：25K-35K/月）
成长发展
80较高
技术栈前沿，涉及K8s、云原生和自动化工具，成长空间大，但JD未明确培训或晋升通道。
技术前沿主流现代技术
技术栈Kubernetes、Linux、Ansible、Helm、Terraform、MongoDB、Redis、Prometheus
业务类型ambiguous
工作生活
30较低
工作为现场办公，且涉及客户现场部署，出差可能频繁，WLB较弱。JD未提弹性或远程。
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
60中等
公司聚焦物理AI数据赛道，行业前景好，但岗位偏运维执行，社会影响力中等。
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
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs