【理想+】AIOps研发工程师-北京 职位描述 “理想+”是理想汽车面向全球优秀AI技术人才的校园招聘计划。我们期待你的加入，与理想汽车一起成长、分享收获。通过人工智能技术去改变物理世界的效率和体验，造福我们服务的每一个家庭，以及家庭里的每一位成员。 【本岗位的主要工作内容】 1.负责AIOps前沿算法学习研究以及工程化落地； 2.负责运维数仓的建设，包括数据清洗、特征工程、数据ETL、数据图谱等； 3.负责SRE-Copilot的研发，包括multi-agent的架构设计，智能诊断，故障预测等通用Agent的研发落地，运维大模型的训练和微调； 4.负责AgentCore的平台能力建设，包括AgentFramework，AgentRuntime、沙箱Browser、沙箱CodeInterpreter等能力的研发，Agent可观测能力的建设等。 职位要求 1.机器学习与深度学习框架，熟悉常用的机器学习与深度学习框架，包括但不限于： -PyTorch、TensorFlow、scikit-learn、XGBoost、LightGBM等； -了解模型训练、评估、微调、部署全流程，具备一定的调参与性能优化能力； -熟悉时间序列预测、异常检测、RootCauseAnalysis等方向优先。 2.云原生与平台工程相关技术栈，理解云原生理念，具备以下技术栈经验者优先： -容器与调度：Docker、Kubernetes、Helm； -微服务与服务治理：Istio、Envoy、gRPC、SpringCloud； -DevOps工具链：GitLabCI/CD、ArgoCD、Prometheus、Grafana、ELK/EFK。 3.数据平台与处理工具，有大数据处理和数据平台开发经验者优先，常用技术包括： -Kafka、Flink、Spark、Airflow、ClickHouse、Hudi、DeltaLake、Neo4j（图数据库）等； -熟悉运维数据建模、数据血缘追踪、指标体系建设优先。 4.智能Agent开发经验（加分项）熟悉或有以下框架使用经验者优先： -LangChain、Autogen、CrewAI、MetaGPT、Haystack、SemanticKernel等； -了解多Agent协作范式，具备LLM调用与Tool封装实操经验； -熟悉Memory机制、Agent可观测性、Chain-of-Thought（CoT）、工具调用调度机制优先。 5.工程开发与系统设计能力： -熟悉微服务架构设计、分布式系统设计原则； -熟练掌握主流后端开发语言，如Python、Go、Java中至少一种，具备良好的工程能力。 6.大语言模型相关经验（加分项），熟悉LLM微调（如LoRA、QLoRA、PEFT）、RAG检索增强技术； 7.有阅读论文（如arXiv）或以及参与技术社区（LLM，Agent开源社区）内容的习惯。