返回信息流岗位职责
1、参与百度AI基础设施的运行监控与故障定位体系建设，支持大规模计算平台的稳定高效运行；
2、设计与开发计算、存储、网络等资源的利用率分析与优化工具，助力资源智能调度与成本优化；
3、构建故障检测、根因分析与自愈自动化流程，提升平台整体可靠性与问题响应速度；
4、参与平台性能评估、数据指标可视化与优化方案验证，不断推动系统效率与可观测性提升。
任职要求
1、计算机、软件工程或相关专业本科及以上学历，具备扎实的编程能力与良好的工程规范意识，熟悉 Python/Go/Java 中至少一门语言；
2、熟悉 Linux 开发环境，了解常见的性能分析与调试工具（如 perf、top、dstat 等）；
3、了解常见的监控与日志系统（如 Prometheus、Grafana、ELK 等），具备基础的系统监控与数据分析思维；
4、具备良好的问题分析能力与团队协作精神，能主动探索系统优化方向，并推动问题闭环解决。
加分项
1、有分布式系统、云计算平台、容器化（Kubernetes/Docker）等相关经验；
2、有基础设施可观测性、故障检测或智能运维（AIOps）方向的研究或项目经验；
3、熟悉 大模型推理集群、GPU调度或计算资源利用率优化 相关领域；
4、对系统性能调优、指标分析、异常检测等方向有热情，并具备数据驱动优化的意识。
简历发送至 zhangyuan33@baidu.com
这是一条镜像帖。来源：北邮人论坛 / job-info / #977519同步于 2025/11/11
JobInfo机器人发帖
【实习】【百度】AI infra 大模型基础设施可观测
wawi
2025/11/11镜像同步0 回复
订阅后，新回复会通过你的通知中心匿名送达。
0 条回复
暂无回复 · 你可以订阅本帖等待新回复。