崗位職責：
1、引領AI可觀測產品創新： 負責AI可觀測性產品的核心算法研發，主導AIOps在異常檢測、告警智能降噪與收斂、分布式追蹤下的根因分析、精準容量預測、故障自愈等場景的算法研究、模型設計、開發實現與優化迭代，持續提升產品智能化水平。
2、構建智能運維能力： 基于公司現有的NPM、APM、事件中心、日志平臺等海量可觀測性數據，深度應用機器學習、深度學習、大語言模型（LLM）及知識圖譜等技術，構建和完善智能運維能力體系，實現從需求分析、方案設計（含原型驗證）到技術落地的完整閉環。
3、驅動技術前瞻與落地： 作為團隊內機器學習/大模型技術的布道者和實踐者，積極探索和引入AI領域的前沿技術，特別是LLM與AI-Agent在可觀測性領域的創新應用，提升云平臺故障預警的準確性和自動化水平，顯著優化運維效率和成本。
4、提升數據智能價值： 負責AIOps相關的數據ETL、特征工程、模型訓練與評估體系建設，確保算法模型的魯棒性、可解釋性和業務價值。

任職要求：
1、學歷與經驗： 本科及以上學歷，計算機、人工智能、統計學等相關專業；擁有5年以上在國內外大型互聯網公司或大型IT企業從事AIOps、智能運維或相關AI算法的研發與落地經驗，能力突出者可適當放寬年限。
2、技術棧與工程能力： 精通Python/Java/Golang中至少一種編程語言，熟悉常用的算法與數據結構，具備扎實的軟件工程能力和良好的代碼規范。
3、AI算法與模型：
深入理解并熟練應用機器學習常用算法，如回歸、分類（SVM、決策樹、集成學習等）、聚類、關聯規則、時間序列分析等。
熟悉根因分析類算法，能有效從海量告警和監控數據中挖掘事件關聯性與因果關系。
4、熟悉容量/流量預測類算法，能基于歷史數據進行精準預測。
5、了解大語言模型（LLM）的基本原理及主流模型，了解AI-Agent概念，具備研發AI原生應用或將LLM能力集成至現有產品的探索或實踐經驗。
6、大數據與機器學習框架： 熟練使用Spark (Streaming, MLlib)、Flink、TensorFlow/PyTorch等至少一種大數據處理或機器學習框架。
7、ETL與數據處理： 熟悉ETL流程和常用工具，具備處理海量、高維、異構數據的能力。
8、學習與創新能力： 具備優秀的英文文獻閱讀能力和強烈的技術探索精神，能快速學習并掌握業界及學術界的前沿技術，并能結合業務場景進行創新性應用和落地。
我們期待您的加入，共同用AI重塑可觀測性的未來！