该职位需要融合 DevOps 专业知识和后端开发技能，要求在动态的初创公司环境中，能够在基础设施稳定性与开发速度之间进行有效的优先级排序。 ● CI/CD Pipeline管理： 设计、实施、管理并持续优化用于后端服务以及可能支持机器学习模型的自动化 CI/CD 流水线。专注于通过自动化进行测试、集成和部署，以最大限度地减少手动干预并加速交付周期。 ● 云基础设施管理： 配置、管理、自动化和保护我们的云基础设施，确保高可用性、可扩展性、可靠性和成本效益。您将负责支撑我们 AI 应用的系统的运营健康。 ● 基础设施即代码 (IaC)： 倡导并使用 Terraform 等工具实施 IaC 原则来管理基础设施配置，实现一致、可重复且版本受控的部署。 ● 容器化与编排： 使用 Docker 构建、部署和管理容器化应用程序。设置和维护 Kubernetes 集群以大规模编排服务。 ● 监控、日志记录与警报： 建立并维护全面的监控、日志记录和警报系统（例如，使用 Prometheus、Grafana、ELK Stack、CloudWatch），以主动识别和解决问题，确保后端系统和支持性 ML 基础设施监控的最佳性能和可靠性。 ● 后端开发： 使用 Python、Go、Node.js 参与后端 API 和微服务的开发、测试、部署和维护。构建构成我们平台骨干的健壮、可扩展且安全的服务。 ● ML 基础设施支持（基础 MLOps）： 与我们的机器学习工程师紧密合作，构建和维护机器学习生命周期所需的基础设施。这包括支持数据管道、促进模型部署以及确保 ML 系统的运行稳定性，为我们规模扩大后可能设立的更专业的 MLOps 职能奠定基础。 ● 安全与合规： 在所有基础设施和应用程序中实施并强制执行安全最佳实践。确保系统遵守相关的合规标准。 ● 协作与沟通： 在小型的分布式团队中有效工作，与其他成员紧密协作。在远程工作环境中保持清晰和主动的沟通。 必备资格： ● 技术技能： ○ 3-5 年以上 DevOps、基础设施工程、SRE 或后端软件工程相关职位的专业经验。 ○ 在主流云平台上管理生产工作负载的成熟实践经验。 ○ 丰富的“基础设施即代码”经验，特别是 Terraform。 ○ 精通容器化（Docker）和容器编排（Kubernetes）。 ○ 设计、构建和管理 CI/CD 流水线（例如 GitHub Actions、GitLab CI、Jenkins）的实践经验。 ○ 扎实的后端编程语言技能，至少掌握 Python、Go 或 Node.js 中的一种。 ○ 开发和维护 RESTful API 的经验。 ○ 具备关系型数据库（如 PostgreSQL、MySQL）和 NoSQL 数据库（如 MongoDB、Redis）的使用经验。 ○ 精通用于自动化的脚本语言（例如 Bash、Python）。 ○ 具备实施和使用监控及日志记录工具（例如 Prometheus、Grafana、ELK Stack）的经验。 ○ 精通 Git 版本控制。 ○ 强大的分析和故障排除能力，以及主动解决问题的方法。 ● 关于您 / 心态： ○ 您对自己所做的事情以及为我们的使命做出贡献充满热情。 ○ 您通过寻求专业和个人的高速成长来追求卓越。 ○ 您能跟上极快的节奏，并在动态环境中茁壮成长（以周为单位思考，而非季度）。 ○ 面对模糊性和复杂性，您具有韧性和足智多谋，并且乐于（而非忍受）变化。 ○ 您能带来批判性思维，并敢于表达自己的观点。 ○ 您能将 AI 工具（如 GitHub Copilot、ChatGPT、Cursor 等）作为基础工作流程的一部分进行反射性使用，以加速开发、原型设计和交付。 ○ 您能建设性地拥抱差异和分歧，以达成目标并向前迈进。 ○ 您擅长在远程环境中以数字优先的方式工作。 ○ 优秀的英语沟通能力（书面和口头），对于远程协作至关重要。 优先资格： ● 有 MLOps 工具和平台（例如 MLflow、Kubeflow、DVC）的使用经验。 ● 具备 Python、Go、Node.js 特定后端框架的经验。 ● 熟悉消息队列系统（例如 Kafka、RabbitMQ）或数据流技术。 ● 有无服务器技术（例如 AWS Lambda、Google Cloud Functions）的经验。 ● 曾在早期初创公司环境中有效工作的经验。 ● 直接为 AI/ML 工作负载或团队提供基础设施支持的经验。